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:
糖尿病患者人数众多,对人的健康危害极大,尽早预测是否患有糖尿病是降低糖尿病死亡率的关键.基于IG-DNN混合决策算法进行糖尿病预测模型研究,其中糖尿病数据集来源于UCI机器学习库—PIDD.PIDD包括768个记录,每条记录包含8个属性.首先应用信息增益方法(IG)将属性减少到5个,然后将其应用于DNN作为输入.该方法分类准确度达到88.3%,效果优于之前的大部分研究成果.
推荐文章
混合kNN算法在2型糖尿病预测诊断中的研究
2型糖尿病
预测诊断
混合kNN
数据处理
仿真实验
结果分析
基于DNN的子空间语音增强算法
语音增强
信号子空间
深度神经网络
非平稳噪声
噪声估计
混合kNN算法在2型糖尿病预测诊断中的研究
2型糖尿病
预测诊断
混合kNN
数据处理
仿真实验
结果分析
基于Apriori算法的高危人群2型糖尿病预测研究
数据挖掘
Apriori算法
关联规则
糖尿病,2型
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IG-DNN混合决策算法的糖尿病预测研究
来源期刊 软件导刊 学科 工学
关键词 糖尿病预测模型 PIDD 信息增益(IG) 深度神经网络(DNN)
年,卷(期) 2019,(8) 所属期刊栏目 人工智能
研究方向 页码范围 21-25
页数 5页 分类号 TP301
字数 2802字 语种 中文
DOI 10.11907/rjdk.182845
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 黄理灿 浙江理工大学信息学院 25 144 4.0 11.0
2 刘靖雯 浙江理工大学信息学院 3 1 1.0 1.0
3 卢春城 浙江理工大学信息学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (154)
共引文献  (483)
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)
1900(1)
  • 参考文献(0)
  • 二级参考文献(1)
1962(1)
  • 参考文献(0)
  • 二级参考文献(1)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(5)
  • 参考文献(0)
  • 二级参考文献(5)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(5)
  • 参考文献(0)
  • 二级参考文献(5)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(10)
  • 参考文献(0)
  • 二级参考文献(10)
2005(8)
  • 参考文献(1)
  • 二级参考文献(7)
2006(7)
  • 参考文献(0)
  • 二级参考文献(7)
2007(10)
  • 参考文献(1)
  • 二级参考文献(9)
2008(5)
  • 参考文献(0)
  • 二级参考文献(5)
2009(12)
  • 参考文献(2)
  • 二级参考文献(10)
2010(15)
  • 参考文献(0)
  • 二级参考文献(15)
2011(18)
  • 参考文献(0)
  • 二级参考文献(18)
2012(6)
  • 参考文献(0)
  • 二级参考文献(6)
2013(9)
  • 参考文献(2)
  • 二级参考文献(7)
2014(7)
  • 参考文献(2)
  • 二级参考文献(5)
2015(8)
  • 参考文献(2)
  • 二级参考文献(6)
2016(12)
  • 参考文献(1)
  • 二级参考文献(11)
2017(5)
  • 参考文献(1)
  • 二级参考文献(4)
2018(7)
  • 参考文献(2)
  • 二级参考文献(5)
2019(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
糖尿病预测模型
PIDD
信息增益(IG)
深度神经网络(DNN)
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
软件导刊
月刊
1672-7800
42-1671/TP
16开
湖北省武汉市
38-431
2002
chi
出版文献量(篇)
9809
总下载数(次)
57
总被引数(次)
30383
论文1v1指导