[发明专利]一种用于癫痫脑波病历特征选择的多专家协同决策方法

摘要

本发明公开了一种用于癫痫脑波病历特征选择的多专家协同决策方法。该方法首先构造专家集中每个专家e_i对应的癫痫脑波病历参考关系评估矩阵；然后设计专家组Exg_i的邻域半径r_i，并计算其特征选择值协同性，获取专家组Exg_i的特征选择关系协同度cr_i；最后构造专家系统集E的专家邻近矩阵集P和专家组Exg_i的关系矩阵PE_i，针对癫痫脑波病历特征开展多专家协同决策选择优化，从而求得全局最优癫痫脑波病历特征选择集。该方法能有效进行癫痫脑波病历的鉴别、诊断和治疗，对癫痫疾病的早期预防、降低脑损伤后果等具有较好作用。

主权项

1.一种用于癫痫脑波病历特征选择的多专家协同决策方法，其特征在于：具体步骤如下：A.设计一个具有n个专家的专家系统集E，其中每个专家ei∈E具有相应的重要度权重wi且wi∈[0,1]，并将该权重初始化为wi＝1,i∈{1,2,...,n}；B.构造专家系统集中第i个专家e_i对应的癫痫脑波病历参考关系特征选择矩阵其中l,k∈{1,2,...,n}，为专家e_i选择的每对脑波病历信号(x_l,x_k)相应特征值；C.设计专家e_i所在专家组Exg_i的邻域半径r_i，值范围r_i∈[(w_i‑η_i),(w_i+η_i)]，其中w_i为重要度权重，α_i为专家e_i选择脑波病历信号对(x_l,x_k)相应特征值的迭代次数；D.计算邻域半径范围ri内专家组Exgi的特征选择值协同性,并获取专家组Exgi的特征选择关系协同度cri；E.比较专家组Exgi特征选择关系协同度cri与预先设定的协同性阈值μ关系：如果cri≥μ，则专家组Exgi对癫痫脑波病历特征选择过程结束，转向新的专家组进行脑波病历特征选择过程；如果cri＜μ，则继续专家组Exgi继续进行上述癫痫脑波病历特征选择过程，进一步优化协同度cri，直至满足cri＝μ；F.构造含有专家系统集E的专家邻近矩阵集P和专家组Exgi的关系矩阵PEi，优化外伤性癫痫脑波病历特征集，并进行多专家特征选择的协同决策优化，求出外伤性癫痫脑波病历优化特征向量，从而获得多专家协同决策优化后的癫痫脑波病历特征选择集；G.判断上述求得的外伤性癫痫脑波病历特征选择集结果是否满足最优精度要求，若满足，则输出癫痫脑波病历全局最优特征选择集；否则，转至步骤B重复进行上述过程。