简介:心脏病是显着影响受害者生活方式和生活的著名人类疾病。心律不齐(心律不齐)是反映个人心跳状态的关键心脏疾病之一。ECG(心电图)信号通常用于这种心脏疾病的诊断过程中。目标:在本手稿中,已经努力采用和检查新兴群智能(SI)技术的性能,以寻找用于心律不齐的最佳特征集。方法:已经考虑了279个属性和452个实例,标准基准UCI数据集集已被考虑。五种不同的基于SI的元元素技术。二进制灰狼优化器(BGWO),蚂蚁狮子优化(ALO),蝴蝶优化算法(BOA),蜻蜓算法(DA)和缎面鸟优化(SBO)也已被使用。此外,已经设计了五种新型SBO的混乱变体,以解决诊断心律不齐的特征选择问题。已经计算了不同的性能指标,例如精度,健身价值,最佳功能集和执行时间。结论:从实验中观察到,就心律不齐的准确性和适应性值而言,SBO的表现优于其他SI算法。bgwo,da,boa和alo。此外,当重点仅在尺寸上时,BOA和ALO似乎是最适合的。
主要关键词