CN113707320B - 一种基于相关性分析的en结合mpa-svm的异常体征矿工判别方法 - Google Patents

Abstract

本发明涉及一种基于相关性分析的EN结合MPA‑SVM的异常体征矿工判别方法，包括以下步骤：(1)收集矿工职业健康体检数据，构造矿工体征参数数据集合；(2)将矿工体征数据随机划分成训练集和预测集；(3)将训练集和预测集数据进行归一化处理；(4)采用皮尔逊相关系数分析并删除相关性较高的体征数据；(5)利用EN去除冗余体征信息；(6)建立MPA‑SVM矿工异常体征判别模型，预测集数据的评价指标用于模型性能的分析与评估。本发明将相关性分析的EN结合MPA‑SVM用于异常体征矿工的辨识，为矿工职业病和疑似职业病的检测做到前期精准筛查目的，适用于职业健康辅助诊断领域。

Description

一种基于相关性分析的EN结合MPA-SVM的异常体征矿工判别 方法

技术领域

本发明涉及职业健康辅助诊断领域，具体是一种基于相关性分析的EN结合MPA-SVM的异常体征矿工判别方法。

背景技术

井下开采是非常重要煤矿开采方式，受到煤矿井下环境与设备的制约，井下作业矿工的身体健康状况不容忽视。煤矿工作环境中的粉尘、化学毒物、有害物理因素都会影响矿工的身体健康。人体各种体征参数之间是相互依存的，当人体的基本体征参数发生异常时，人体的体征状态肯定发生了变化，这些异常的体征都将会是患职业病的前兆。只有综合多种体征参数，才能对人体的健康状态做出准确的判断。

随着诊断的效率与准确率要求不断提高，人工智能算法已应用于体检报告的分析与评估，在健康管理与疾病的辅助诊断方面都有着广泛的应用。然而，常规的人工智能算法大都建立在全属性的数据集上，数据中往往包含冗余且无用的信息，这些信息都会影响最终的判别结果，造成诊断效率低、诊断精度不高的情况。

发明内容

为了克服上述现有技术的缺点，本发明的目的是提供一种基于相关性分析的弹性网络(EN)结合海洋捕食者算法优化支持向量机(MPA-SVM)的异常体征矿工判别方法，该方法能够从数据中深度挖掘体征之间的关联度，减少冗余信息对判别结果的影响与干扰，降低数据的复杂程度，并结合群智能优化算法有效提升模型的判别精度。

本发明实现发明目的采用如下技术方案：

一种基于相关性分析的EN结合MPA-SVM的异常体征矿工判别方法，包括以下步骤：

(1)数据采集：收集矿工职业健康体检数据，构造矿工体征参数数据集合；

(2)样本集划分：将矿工体征数据按一定比例随机划分成训练集和预测集；

(3)归一化处理：将训练集和预测集数据归一化到一定的区间范围内；

(4)体征相关性分析：采用皮尔逊相关系数对数据不同体征进行相关性分析，并删除相关性较高的体征数据；

(5)EN关键体征选择：利用EN去除冗余体征信息，选择出关键体征数据；

(6)MPA-SVM模型构建：将EN选择出的关键体征作为MPA-SVM的输入，建立矿工异常体征判别模型，预测集数据的评价指标用于模型性能的分析与评估。

作为优选，所述的步骤(1)中，以矿工的身体体征作为研究对象，收集医院的矿工职业健康检查表，并构造矿工体征参数数据集合，打上诊断结果标签，共包含异常体征和目前所检项目未见异常两种诊断情况。

作为优选，所述的步骤(2)中，矿工体征数据随机划分成训练集和预测集的比例为4:1。

作为优选，所述的步骤(3)中，将训练集和预测集数据归一化[0,1]区间范围内，消除特征之间量纲的影响，归一化公式如下：

式中，x为原始数据，x_min为原始数据的最小值，x_max为原始数据的最大值。

作为优选，所述的步骤(4)中，采用皮尔逊相关系数对数据不同体征进行相关性分析，并删除相关性较高的体征数据，其具体步骤如下：

(41)根据样本数据生成的矩阵为B(m×n)，m为样本个数，n为体征的个数，即式：

式中，B为体征数据矩阵，b₁₁，b₁₂，…，b_mn为样本的数据；

(42)体征之间的皮尔逊相关系数r，其式为：

式中，B_ij和B_vz为两列不同的体征向量，和/>分别为对应列的平均值；

(43)设置一个阈值为N，如果体征之间的r大于这个阈值，则他们具有明显的线性关系，则删掉与标签的r较小的那个体征。

作为优选，所述的步骤(5)中，利用EN对皮尔逊相关系数选择出的重要体征数据进行精简，去除冗余体征信息，选择出关键体征数据，其具体步骤如下：

(51)设多变量回归模型为：

L＝BW+ε

式中，X＝[b₁,b₂,…,b_m]^T(X∈R^m×n)为体征变量，L＝[l₁,l₂,…,l_m]^T(L∈R^m×1)为判别标签，ε∈R^m×1为随机误差，W＝[ω₁,ω₂,…,ω_n]^T(ω∈R^n×1)为回归系数向量；

(52)可根据优化函数Q(ω)调节参数α，以实现目标变量的稀疏降维，优化函数表达式为：

Q(ω)＝arg min{||L-Xω||²+λ₁|ω|+λ₂||ω||₂}

式中，λ₁和λ₂为惩罚系数，令α＝λ₁/λ₁+λ₂，λ＝λ₁+λ₂，得到下式：

Q(ω)＝arg min{||L-Xω||²+λ[α|ω|+(1-α)||ω||₂]}；

(53)删掉回归系数为0所对应的体征向量，保留剩余的关键的体征。

作为优选，所述的步骤(6)中，将EN选择出的关键体征作为MPA-SVM的输入，MPA搜索最优惩罚系数C和核函数参数γ，建立矿工异常体征判别模型，预测集数据用于模型性能的分析与评估，其具体步骤如下：

(61)选择径向基函数(RBF)作为支持向量机(SVM)的核函数，RBF的表达式如下：

其中，表示两个体征向量之间的平方欧几里得距离，B_ij ^*为核函数的中心，σ为函数的宽度参数；

(62)惩罚系数C和核函数参数γ设定在[k₁,k₂]区间范围内；

(63)在搜索空间范围内随机初始化猎物的位置，表达式为：

D₀＝rand(D_max-D_min)+D_min

其中，D_max为最大搜索空间，D_min为最小搜索空间，rand为随机数；

(64)计算适应度值，搜索最优位置，优化过程如下式所示：

算法在空间内挖掘：

其中，为该阶段的移动步长，/>为莱维分布的运动随机向量，/>为顶级捕食者构成的精英矩阵，/>为与精英矩阵维度相同的猎物矩阵；

算法在空间内搜索：

为正态分布的运动随机向量，/>为捕食者步长的自适应参数；

(65)更新捕食者位置与最优位置；

(66)如果迭代次数达到最大值，则终止MPA的寻优过程，输出SVM参数C和γ的最优解，否则继续从步骤(64)执行；

(67)根据预测集矿工体征的判别结果构造混淆矩阵，依据分类准确率、精确度、召回率和F1分数来综合分析与评估所建立模型的判别性能和泛化能力。

有益效果：

本发明与现有技术相比，其有益效果体现在：

全属性的数据集上建立判别模型，冗余的数据会对模型判别性能产生干扰与不理影响。较单一的特征选择和特征提取方法，基于相关性分析的EN能够最大程度精简数据的特征个数，消除数据中存在的冗余信息，利用较少的特征就能反映出原始数据的关键信息。MPA-SVM用于异常体征矿工判别，可以弥补判别精度不高的问题，有效提升模型的判别性能，泛化性能强。基于相关性分析的EN结合MPA-SVM方法能够为矿工职业病和疑似职业病的检测做到前期精准筛查目的，适用于职业健康辅助诊断领域。

附图说明

图1是本发明的工作流程图；

图2是本发明的MPA优化SVM的算法流程图；

图3是本发明的混淆矩阵图。

具体实施方式

以下通过具体实施例对本发明做进一步解释说明。

本发明研发了一种基于相关性分析的EN结合MPA-SVM的异常体征矿工判别方法。先对收集到的矿工体征数据进行归一化处理并划分训练集和预测集，利用相关性分析初步删掉冗余的体征数据，保留重要体征信息，再采用EN算法筛选出关键的体征数据，最大程度精简数据的维数，消除冗余数据的干扰，最后将相关性分析的EN选择出的数据用于判别模型的建立，根据预测集数据评估判别结果。

本发明在相关性分析与EN结合MPA-SVM的技术情况下研究出一种异常体征矿工判别方法，具体步骤如下：

(1)数据采集：收集医院的矿工职业健康检查表，构造矿工体征参数数据集合，并打上异常体征和目前所检项目未见异常两种诊断结果的标签。

(2)样本集划分：将矿工体征数据按4:1比例随机划分成训练集和预测集。

(3)归一化处理：将训练集和预测集数据归一化[0,1]区间范围内，消除特征之间量纲的影响，归一化公式如下：

式中，x为原始数据，x_min为原始数据的最小值，x_max为原始数据的最大值。

(4)体征相关性分析：采用皮尔逊相关系数对数据不同体征进行相关性分析，并删除相关性较高的体征数据，其具体步骤如下：

(41)根据样本数据生成的矩阵为B(m×n)，m为样本个数，n为体征的个数，即式：

式中，B为体征数据矩阵，b₁₁，b₁₂，…，b_mn为样本的数据；

(42)体征之间的皮尔逊相关系数r，其式为：

式中，B_ij和B_vz为两列不同的体征向量，和/>分别为对应列的平均值；

(43)设置一个阈值为0.8，如果体征之间的r大于阈值0.8，则他们具有明显的线性关系，则删掉与标签的r较小的那个体征。

(5)EN关键体征选择：

利用EN对皮尔逊相关系数选择出的重要体征数据进行精简，去除冗余体征信息，选择出关键体征数据，其具体步骤如下：

(51)设多变量回归模型为：

L＝BW+ε

式中，X＝[b₁,b₂,…,b_m]^T(X∈R^m×n)为体征变量，L＝[l₁,l₂,…,l_m]^T(L∈R^m×1)为判别标签，ε∈R^m×1为随机误差，W＝[ω₁,ω₂,…,ω_n]^T(ω∈R^n×1)为回归系数向量；

(52)可根据优化函数Q(ω)调节参数α，以实现目标变量的稀疏降维，优化函数表达式为：

Q(ω)＝arg min{||L-Xω||²+λ₁|ω|+λ₂||ω||₂}

式中，λ₁和λ₂为惩罚系数，令α＝λ₁/λ₁+λ₂，λ＝λ₁+λ₂，得到下式：

Q(ω)＝arg min{||L-Xω||²+λ[α|ω|+(1-α)||ω||₂]}；

(53)删掉回归系数为0所对应的体征向量，保留剩余的关键的体征。

(6)MPA-SVM模型构建：将EN选择出的关键体征作为MPA-SVM的输入，建立矿工异常体征判别模型，预测集数据用于模型性能的分析与评估，其具体步骤如下：

(61)选择径向基函数(RBF)作为支持向量机(SVM)的核函数，RBF的表达式如下：

其中，表示两个体征向量之间的平方欧几里得距离，B_ij ^*为核函数的中心，σ为函数的宽度参数；

(62)惩罚系数C和核函数参数γ设定在[0,100]区间范围内；

(63)在搜索空间范围内随机初始化猎物的位置，表达式为：

D₀＝rand(D_max-D_min)+D_min

其中，D_max为最大搜索空间，D_min为最小搜索空间，rand为随机数；

(64)计算适应度值，搜索最优位置，优化过程如下式所示：

算法在空间内挖掘：

其中，为该阶段的移动步长，/>为莱维分布的运动随机向量，/>为顶级捕食者构成的精英矩阵，/>为与精英矩阵维度相同的猎物矩阵；

算法在空间内搜索：

为正态分布的运动随机向量，/>为捕食者步长的自适应参数；

(65)更新捕食者位置与最优位置；

(66)如果迭代次数达到最大值，则终止MPA的寻优过程，输出SVM参数C和γ的最优解，否则继续从步骤(64)执行；

(67)根据预测集矿工体征的判别结果构造混淆矩阵，依据分类准确率、精确度、召回率和F1分数来综合分析与评估所建立模型的判别性能和泛化能力。

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。

此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。

Claims (5)

1.一种基于相关性分析的EN结合MPA-SVM的异常体征矿工判别方法，其特征在于：包括以下步骤：

(1)数据采集：收集矿工职业健康体检数据，构造矿工体征参数数据集合；

(2)样本集划分：将矿工体征数据按一定比例随机划分成训练集和预测集；

(3)归一化处理：将训练集和预测集数据归一化到一定的区间范围内；

(4)体征相关性分析：采用皮尔逊相关系数对数据不同体征进行相关性分析，并删除相关性较高的体征数据；

(5)EN关键体征选择：利用EN去除冗余体征信息，选择出关键体征数据；

其具体步骤如下：

(51)设多变量回归模型为：

L＝XW+ε

式中，X＝[b₁,b₂,…,b_m]^TX∈R^m×n为体征变量，L＝[l₁,l₂,…,l_m]^TL∈R^m×1为判别标签，ε∈R^m×1为随机误差，W＝[ω₁,ω₂,…,ω_n]^Tω∈R^n×1为回归系数向量；

(52)可根据优化函数Q(ω)调节参数α，以实现目标变量的稀疏降维，优化函数表达式为：

Q(ω)＝argmin{||L-Xω||²+λ₁|ω|+λ₂||ω||₂}

式中，λ₁和λ₂为惩罚系数，令α＝λ₁/λ₁+λ₂，λ＝λ₁+λ₂，得到下式：

Q(ω)＝argmin{||L-Xω||²+λ[α|ω|+(1-α)||ω||₂]}；

(53)删掉回归系数为0所对应的体征向量，保留剩余的关键的体征；

(6)MPA-SVM模型构建：将EN选择出的关键体征作为MPA-SVM的输入，建立矿工异常体征判别模型，预测集数据的评价指标用于模型性能的分析与评估；

其具体步骤如下：

(61)选择径向基函数RBF作为支持向量机SVM的核函数，RBF的表达式如下：

其中，表示两个体征向量之间的平方欧几里得距离，B_ij ^*为核函数的中心，σ为函数的宽度参数；

(62)惩罚系数C和核函数参数γ设定在[k₁,k₂]区间范围内；

(63)在搜索空间范围内随机初始化猎物的位置，表达式为：

D₀＝rand(D_max-D_min)+D_min

其中，D_max为最大搜索空间，D_min为最小搜索空间，rand为随机数；

(64)计算适应度值，搜索最优位置，优化过程如下式所示：

算法在空间内挖掘：

其中，为当前阶段的移动步长，/>为莱维分布的运动随机向量，/>为顶级捕食者构成的精英矩阵，/>为与精英矩阵维度相同的猎物矩阵；

算法在空间内搜索：

为正态分布的运动随机向量，/>为捕食者步长的自适应参数；

(65)更新捕食者位置与最优位置；

(66)如果迭代次数达到最大值，则终止MPA的寻优过程，输出SVM参数C和γ的最优解，否则继续从步骤(64)执行；

(67)根据预测集矿工体征的判别结果构造混淆矩阵，依据分类准确率、精确度、召回率和F1分数来综合分析与评估所建立模型的判别性能和泛化能力。

2.根据权利要求1所述的一种基于相关性分析的EN结合MPA-SVM的异常体征矿工判别方法，其特征在于：所述的步骤(1)中，以矿工的身体体征作为研究对象，收集医院的矿工职业健康检查表，并构造矿工体征参数数据集合，打上诊断结果标签，共包含异常体征和目前所检项目未见异常两种诊断情况。

3.根据权利要求1所述的一种基于相关性分析的EN结合MPA-SVM的异常体征矿工判别方法，其特征在于：所述的步骤(2)中，矿工体征数据随机划分成训练集和预测集的比例为4:1。

4.根据权利要求1所述的一种基于相关性分析的EN结合MPA-SVM的异常体征矿工判别方法，其特征在于：所述的步骤(3)中，将训练集和预测集数据归一化[0,1]区间范围内，消除特征之间量纲的影响，归一化公式如下：

式中，x为原始数据，x_min为原始数据的最小值，x_max为原始数据的最大值。

5.根据权利要求1所述的一种基于相关性分析的EN结合MPA-SVM的异常体征矿工判别方法，其特征在于：所述的步骤(4)中，采用皮尔逊相关系数对数据不同体征进行相关性分析，并删除相关性较高的体征数据，其具体步骤如下：

(41)根据样本数据生成的矩阵为B_m×n，m为样本个数，n为体征的个数，即式：

式中，B为体征数据矩阵，b₁₁，b₁₂，…，b_mn为样本的数据；

(42)体征之间的皮尔逊相关系数r，其式为：

式中，B_ij和B_vz为两列不同的体征向量，和/>分别为对应列的平均值；

(43)设置一个阈值为N，如果体征之间的r大于这个阈值，则他们具有明显的线性关系，则删掉与标签的r较小的那个体征。