基于稀疏自动编码器算法的HBV再激活分类预测模型

摘要：

原发性肝癌患者在接受精确放疗后易引起乙型肝炎病毒(HBV)再激活.本文的研究目的就是根据已有的患者临床数据,建立分类预测模型来及时做出预测防护,从而在一定程度上降低HBV再激活的可能性.实验结果表明通过稀疏自动编码器特征提取的方法可以有效降低数据维度,提高预测准确度.Softmax分类器对一层隐含层的稀疏自动编码器分类性能最优.5折交叉验证下,平均准确率为72.22％.SVM分类器对二层隐含层的稀疏自动编码器分类性能最优.10折交叉验证下,平均准确率为78.52％.

关键词：原发性肝癌(PLC)、稀疏自动编码器(SAE)、特征提取、Softmax、SVM

所属期刊栏目：9

分类号：TP183(自动化基础理论)

资助基金：国家自然科学基金81402538,61375013;山东省自然科学基金ZR2013FM020

在线出版日期：2019-03-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：42-46