基于深度信念网络的个人健康评估模型

• 作者: 何东阳 张珣
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 个人健康评估 反向传播网络 深度信念网络
• 年，卷（期）: 2018,（10）
• 所属期刊栏目: 人工智能
• 页码范围: 44-47
• 页数: 4页
• 分类号: TP301
• 字数: 4058字
• 语种: 中文
• DOI: 10.11907/rjdk.181244

摘要

随着大众对健康认知的提升,体质检测所采集的基本健康信息以及生理参数指标数据呈指数级增长.基于医疗大数据技术,提出对收集的生理健康数据进行前期预处理和特征提取,通过运用反向传播网络和受限玻尔兹曼机,提出一种基于深度信念网络的个人健康评估模型.该模型能通过训练大量人体健康参数信息,将个人健康评估结果分为3类9级:Healthy(A、B、C),Sub-Healthy(D+、D、D-),Unhealthy(F+、F、F-),评估出个人健康危险因素与健康状态之间的量化关系.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张珣	杭州电子科技大学电子信息学院	64	389	9.0	17.0
2	何东阳	杭州电子科技大学电子信息学院	1	4	1.0	1.0