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:
近些年,慢性病发展迅速,且危害越来越大.其中糖尿病是一种具有遗传特性的慢性疾病,危害极大.因此,针对糖尿病预测具有非常重要的研究意义.随着人工智能技术不断发展,已经越来越多的机器学习和深度学习方法被用于对疾病发生进行预测.据此,本文提出一种基于集成学习的糖尿病预测方法.该方法采用了Stacking的集成学习方法,利用支持向量机、随机森林、人工神经网络等3种机器学习方法作为初级学习器,使用逻辑回归作为次级学习器建立糖尿病预测模型.本文以UCI中的皮马印第安人糖尿病数据集作为实验数据,通过实验分析,本文提出模型融合方法能取得更好的预测效果.
推荐文章
糖尿病前期人群筛查方法与风险预测模型的研究进展
糖尿病前期
筛查
防治
风险评估
健康教育
社区护理
糖尿病肾脏疾病的早期预测指标研究进展
糖尿病肾病
生物学标记
预测
综述
基于Stacking方法的多策略本体映射
本体映射
Stacking方法
概念相似度
分类
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Stacking的糖尿病预测方法研究
来源期刊 智能计算机与应用 学科 工学
关键词 糖尿病预测 支持向量机 人工神经网络 随机森林 集成学习
年,卷(期) 2020,(2) 所属期刊栏目 学术研究与应用
研究方向 页码范围 107-110
页数 4页 分类号 TP181
字数 2959字 语种 中文
DOI 10.3969/j.issn.2095-2163.2020.02.022
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 周梁琦 东华理工大学信息工程学院 3 0 0.0 0.0
2 章权 东华理工大学信息工程学院 4 0 0.0 0.0
3 邹琪 东华理工大学信息工程学院 2 0 0.0 0.0
4 喻新民 东华理工大学软件学院 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  (53)
共引文献  (1014)
参考文献  (10)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(5)
  • 参考文献(0)
  • 二级参考文献(5)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(5)
  • 参考文献(1)
  • 二级参考文献(4)
2013(4)
  • 参考文献(0)
  • 二级参考文献(4)
2014(6)
  • 参考文献(1)
  • 二级参考文献(5)
2015(9)
  • 参考文献(0)
  • 二级参考文献(9)
2016(4)
  • 参考文献(2)
  • 二级参考文献(2)
2017(3)
  • 参考文献(3)
  • 二级参考文献(0)
2018(3)
  • 参考文献(3)
  • 二级参考文献(0)
2020(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
支持向量机
人工神经网络
随机森林
集成学习
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
智能计算机与应用
双月刊
2095-2163
23-1573/TN
大16开
哈尔滨市南岗区繁荣街155号(哈工大新技术楼916室)
14-144
1985
chi
出版文献量(篇)
6183
总下载数(次)
26
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导