基于机器学习的大学生自杀风险预测与分析

• 作者: 丁楠
• 来源期刊: 现代电子技术
• 关键词: 机器学习 大学生自杀风险 预测方法 结果分析
• 年，卷（期）: 2017,（21）
• 所属期刊栏目: 测控技术
• 页码范围: 91-93,97
• 页数: 4页
• 分类号: TN911.1-34|B849
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2017.21.025

摘要

针对当前大学生自杀风险预测方法的预测误差大,精度低等问题,提出基于机器学习的大学生自杀风险预测与分析方法.首先采集大学生自杀风险的影响因素,并结合样本熵对大学生自杀风险的影响因素子序列进行复杂度分析,根据熵值进行归类叠加处理;然后利用交叉验证理论和重构相空间理论建立大学生自杀因素间的相关系数矩阵;最后结合支持向量机理论确定大学生自杀风险预测的决策函数,以此为依据组建大学生自杀风险预测模型.结果表明,该方法的大学生自杀风险分析预测精度高,实用性较强,可以为积极开展自杀预防与危机干预提供重要的理论依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	丁楠		9	9	2.0	2.0