声明
严正声明:本站非期刊官网,非中介代理。
本站仅提供学术规范服务:快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号:51-1196/TP
国际刊号:1001-3695
发布日期:
作者:房有丽,王红,狄瑞彤,王露潼,宋永强,
单位:1.山东师范大学a.信息科学与工程学院;b.生命科学学院,济南250358;2.山东省分布式计算软件新技术重点实验室,济南250358;
关键词:慢性阻塞性肺疾病,多维特征,集成方法,交叉验证,
基金:国家自然科学基金资助项目(61672329,61373149,61472233,61572300,81273704);山东省科技计划资助项目(2014GGX101026);山东省教育科学规划资助项目(ZK1437B010);山东省泰山学者基金资助项目(TSHW201502038,20110819);山东省精品课程资助项目(2012BK294,2013BK399,2013BK402);;
目前对慢性阻塞性肺疾病(COPD)的研究存在局限性,一方面,研究成果只利用数据分析单一特征对疾病的影响;另一方面,研究成果仅通过简单算法模型对病例数据验证,因此提出了COPD多维特征提取与集成诊断方法。首先,提出最大依赖度MDF-RS算法,提取多维特征的最优组合;其次,提出DSA-SVM集成模型,构建分类器进行诊断及预测;最后,利用交叉验证方法验证准确率等各项性能指标。通过实验对比验证了提出算法的有效性。
来源:2019年第10期
《计算机应用研究》期刊编辑部
严正声明:本站非期刊官网,非中介代理。
本站仅提供学术规范服务:快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。