基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
基于疾病与环境跨领域数据,针对细颗粒物、空气污染物和气象因素等多种危险因素,采用深度学习方法挖掘分析各分层人群发生呼吸系统疾病的危险因素,为特定人群有针对性地预防控制疾病提供依据,有助于公众提升自身疾病预防的意识.
推荐文章
基于集成深度迁移学习的多源跨领域情感分类
深度迁移学习
集成学习
多源领域
跨领域情感分类
基于深度学习的文本挖掘研究
深度学习
文本挖掘
特征融合
基于深度学习的工业领域数据挖掘方法及应用
数据挖掘方法
时序数据分类
深度学习
健康危险因素元数据框架构建
元数据
数据元
健康危险因素
卫生信息
标准
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于深度学习的环境健康跨领域危险因素挖掘分析
来源期刊 中国数字医学 学科 医学
关键词 深度学习 环境健康 危险因素 跨领域
年,卷(期) 2018,(6) 所属期刊栏目 数据资源管理与利用
研究方向 页码范围 21-24
页数 4页 分类号 R197.3
字数 3266字 语种 中文
DOI 10.3969/j.issn.1673-7571.2018.06.008
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (22)
共引文献  (4)
参考文献  (14)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(4)
  • 参考文献(2)
  • 二级参考文献(2)
2009(6)
  • 参考文献(3)
  • 二级参考文献(3)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(2)
  • 参考文献(1)
  • 二级参考文献(1)
2013(7)
  • 参考文献(2)
  • 二级参考文献(5)
2014(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(1)
  • 参考文献(0)
  • 二级参考文献(1)
2016(4)
  • 参考文献(1)
  • 二级参考文献(3)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
深度学习
环境健康
危险因素
跨领域
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中国数字医学
月刊
1673-7571
11-5550/R
大16开
北京市朝阳区光华路甲8号和乔大厦A座528A室
80-133
2006
chi
出版文献量(篇)
6783
总下载数(次)
21
总被引数(次)
25598
论文1v1指导