期刊专题

基于主成分机器学习算法的慢性肝病的智能预测新方法

引用
运用新一代信息技术快速预测慢性肝病的机理和特征,是提高慢性肝病诊断率的有效途径.运用主成分分析机器学习算法,对描述慢性肝病的多项指标属性项进行降维处理,结合神经网络学习,构建了慢性肝病预测模型.实验分析了125组20维慢性肝病患者的医学检验指标数据项,利用ROC(Receiver Operating Characteristic)曲线优选出13维指标项作为慢性肝病敏感度高的检验指标属性项.通过主成分分析将13维指标项降至5维综合数据项.神经网络训练115组检验指标样本集,剩余10组样本集作为测试样本.与原始20维数据作为神经网络输入相比,所提模型不仅降低了复杂度,且预测精度提高了15.07%.

慢性肝病、主成分分析、神经网络、智能预测

44

TP311.5(计算技术、计算机技术)

湖南省重点研发计划2016GK2050

2018-01-24(万方平台首次上网日期,不代表论文的发表时间)

共4页

65-67,91

暂无封面信息
查看本期封面目录

计算机科学

1002-137X

50-1075/TP

44

2017,44(z2)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn