钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
基础科学期刊
\
大学学报期刊
\
同济大学学报(自然科学版)期刊
\
基于机器学习的住院患者压力性损伤分析与预测
基于机器学习的住院患者压力性损伤分析与预测
作者:
李清
林英
苏强
邓国英
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
压力性损伤
支持向量机
遗传算法
概率神经网络
广义回归神经网络
摘要:
压力性损伤是护理工作的重点,也是评价护理质量的重要指标,设计合理的评估量表和科学预测是预防的关键措施.基于传统的12个指标,再新增3个风险指标,设计更全面的风险评估量表;据此收集一段时间内住院患者的信息,采用卡方检验分析对损伤有显著影响的指标,将患者分为人院时和院内获得性压力性损伤两类,分析其特征、产生部位和分布科室.基于支持向量机、概率神经网络和广义回归神经网络3种方法建立预测模型,在支持向量机中,采用高斯核函数构建模型,并使用遗传算法优化核函数参数.比较4种场景下3种方法的预测精度,支持向量机的预测准确率最高,达到84.68%,另外2种方法的准确率较低,均为82.78%.
暂无资源
收藏
引用
分享
推荐文章
基于机器学习的大学体育成绩预测与分析
体育训练
机器学习算法
预测模型
粒子群算法
基于链式管理模式的健康教育在胃癌住院患者压力性损伤预防中的应用
链式管理模式
健康教育
胃癌
压力性损伤
预防
住院病人医院获得性压力性损伤的原因分析
医院获得性压力性损伤
原因分析
对策
影响因素
基于机器学习的大学生自杀风险预测与分析
机器学习
大学生自杀风险
预测方法
结果分析
内容分析
文献信息
引文网络
相关学者/机构
相关基金
期刊文献
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
基于机器学习的住院患者压力性损伤分析与预测
来源期刊
同济大学学报(自然科学版)
学科
工学
关键词
压力性损伤
支持向量机
遗传算法
概率神经网络
广义回归神经网络
年,卷(期)
2020,(10)
所属期刊栏目
经济与管理科学
研究方向
页码范围
1530-1536
页数
7页
分类号
TP181
字数
语种
中文
DOI
10.11908/j.issn.0253-374x.20096
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
李清
12
27
4.0
5.0
2
苏强
32
323
11.0
17.0
3
林英
5
37
3.0
5.0
4
邓国英
1
0
0.0
0.0
传播情况
被引次数趋势
(/次)
(/年)
引文网络
引文网络
二级参考文献
(28)
共引文献
(28)
参考文献
(15)
节点文献
引证文献
(0)
同被引文献
(0)
二级引证文献
(0)
1900(2)
参考文献(0)
二级参考文献(2)
1997(1)
参考文献(0)
二级参考文献(1)
2001(4)
参考文献(0)
二级参考文献(4)
2004(1)
参考文献(0)
二级参考文献(1)
2005(3)
参考文献(0)
二级参考文献(3)
2009(2)
参考文献(0)
二级参考文献(2)
2010(2)
参考文献(0)
二级参考文献(2)
2011(2)
参考文献(0)
二级参考文献(2)
2012(3)
参考文献(1)
二级参考文献(2)
2013(7)
参考文献(2)
二级参考文献(5)
2014(4)
参考文献(0)
二级参考文献(4)
2015(3)
参考文献(3)
二级参考文献(0)
2016(3)
参考文献(3)
二级参考文献(0)
2017(1)
参考文献(1)
二级参考文献(0)
2018(5)
参考文献(5)
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
压力性损伤
支持向量机
遗传算法
概率神经网络
广义回归神经网络
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
同济大学学报(自然科学版)
主办单位:
同济大学
出版周期:
月刊
ISSN:
0253-374X
CN:
31-1267/N
开本:
大16开
出版地:
上海四平路1239号
邮发代号:
4-260
创刊时间:
1956
语种:
chi
出版文献量(篇)
6707
总下载数(次)
15
总被引数(次)
105464
期刊文献
相关文献
1.
基于机器学习的大学体育成绩预测与分析
2.
基于链式管理模式的健康教育在胃癌住院患者压力性损伤预防中的应用
3.
住院病人医院获得性压力性损伤的原因分析
4.
基于机器学习的大学生自杀风险预测与分析
5.
ICU住院病人压力性损伤发生特征及原因分析
6.
基于机器学习的股票预测研究综述
7.
基于网络监测数据分析某院住院病人皮肤压力性损伤现状
8.
基于机器学习的无线频谱占用预测研究
9.
脑卒中病人压力性损伤风险预测模型
10.
危重症病人压力性损伤风险预测模型的构建与研究进展
11.
综合医院住院病人压力性损伤现患率调查及分析
12.
基于机器学习算法的寿命预测与故障诊断技术的发展综述
13.
基于机器学习的液压摆缸叶片密封 性能预测模型
14.
基于机器学习技术的网站用户行为预测
15.
基于机器学习的铀成矿有利区预测技术研究
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
力学
化学
地球物理学
地质学
基础科学综合
大学学报
天文学
天文学、地球科学
数学
气象学
海洋学
物理学
生物学
生物科学
自然地理学和测绘学
自然科学总论
自然科学理论与方法
资源科学
非线性科学与系统科学
同济大学学报(自然科学版)2022
同济大学学报(自然科学版)2021
同济大学学报(自然科学版)2020
同济大学学报(自然科学版)2019
同济大学学报(自然科学版)2018
同济大学学报(自然科学版)2017
同济大学学报(自然科学版)2016
同济大学学报(自然科学版)2015
同济大学学报(自然科学版)2014
同济大学学报(自然科学版)2013
同济大学学报(自然科学版)2012
同济大学学报(自然科学版)2011
同济大学学报(自然科学版)2010
同济大学学报(自然科学版)2009
同济大学学报(自然科学版)2008
同济大学学报(自然科学版)2007
同济大学学报(自然科学版)2006
同济大学学报(自然科学版)2005
同济大学学报(自然科学版)2004
同济大学学报(自然科学版)2003
同济大学学报(自然科学版)2002
同济大学学报(自然科学版)2001
同济大学学报(自然科学版)2000
同济大学学报(自然科学版)2020年第9期
同济大学学报(自然科学版)2020年第8期
同济大学学报(自然科学版)2020年第7期
同济大学学报(自然科学版)2020年第6期
同济大学学报(自然科学版)2020年第5期
同济大学学报(自然科学版)2020年第4期
同济大学学报(自然科学版)2020年第3期
同济大学学报(自然科学版)2020年第2期
同济大学学报(自然科学版)2020年第12期
同济大学学报(自然科学版)2020年第11期
同济大学学报(自然科学版)2020年第10期
同济大学学报(自然科学版)2020年第1期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号