应用于临床生存时间预测的二次学习算法研究

• 作者: 贺建峰 贾奇男 马磊
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: 生存时间预测 二次监督学习风范 K最近邻算法 支持向量机回归
• 年，卷（期）: 2014,（11）
• 所属期刊栏目: 人工智能与模式识别
• 页码范围: 1391-1399
• 页数: 9页
• 分类号: TP391
• 字数: 6289字
• 语种: 中文
• DOI: 10.3778/j.issn.1673-9418.1406019

摘要

生存时间预测在医学、经济和工程等领域有着广泛的应用。随着机器学习技术和数据挖掘技术的发展和广泛应用，研究人员提出了很多基于机器学习技术的生存时间预测算法。这些算法虽然都取得了良好的效果，但预测精度均有提升的空间。因此，提出了一种基于二次学习风范的生存时间预测算法，并结合最近邻算法在截尾样本估计上的应用以及支持向量机在泛化性能上的优势，实现了对临床生存时间的建模。实验结果表明，该算法能够获取精确的生存时间，且具有预测精度上的性能优势。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	贺建峰	昆明理工大学信息工程与自动化学院生物医学研究所	61	281	9.0	13.0
2	马磊	昆明理工大学信息工程与自动化学院生物医学研究所	47	127	6.0	9.0
3	贾奇男	昆明理工大学信息工程与自动化学院生物医学研究所	5	13	2.0	3.0