基于支持向量机和人工神经网络的2型糖尿病患病风险预测研究

• 作者: 侯玉梅 尹福在 朱亚楠
• 来源期刊: 现代预防医学
• 学科: 医学
• 关键词: 支持向量机 人工神经网络 2型糖尿病 风险预测
• 年，卷（期）: 2017,（11）
• 所属期刊栏目: 流行病与统计方法
• 页码范围: 1921-1924
• 页数: 4页
• 分类号: R195
• 语种: 中文

摘要

目的 探讨支持向量机(SVM)和人工神经网络(ANN)在2型糖尿病患病风险预测中的应用价值.方法 采集2型糖尿病患病数据和体检健康数据,进行数据预处理.基于SVM和ANN对2型糖尿病患病影响因素进行分析,建立模型,观测其预测准确性.结果 经过比较,不同核函数的SVM的预测准确率分别为95.15％,93.65％,而不同ANN的预测准确率为96.32％,84.95％,其中分类器性能最好的是BP反向传播网络.结论 SVM和ANN模型都能为2型糖尿病分类提供一定的客观影响因素依据,具有良好的实用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	尹福在		49	203	7.0	11.0
2	侯玉梅	燕山大学经济管理学院	53	405	10.0	18.0
3	朱亚楠	燕山大学经济管理学院	4	10	2.0	3.0