结合批归一化的多层感知机糖尿病预测诊断模型

• 作者: 余小燕 胡建强 胡清礼
• 来源期刊: 计算机系统应用
• 关键词: 糖尿病 机器学习 批归一化 泛化能力
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 软件技术·算法
• 页码范围: 182-188
• 页数: 7页
• 字数: 3998字
• 语种: 中文

摘要

糖尿病的早期发现,对成功控制、预防并发症,降低患病率具有重要意义.现有基于机器学习建立的糖尿病诊断模型,由于泛化能力不足而导致精度较低.为此,本文提出结合批归一化的多层感知机模型,保证模型中数据分布的一致性.基于PIMA数据集进行训练评估,实验结果表明该模型用于糖尿病早期识别泛化能力好、收敛速度快且有较高的准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡建强	厦门理工学院计算机与信息工程学院	13	31	4.0	5.0
2	胡清礼	厦门理工学院计算机与信息工程学院	1	0	0.0	0.0
3	余小燕	上海工程技术大学电子电气工程学院	1	0	0.0	0.0