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:
对住院患者图像检查需求预测问题进行了研究.为有效应对需求影响因素较多,采用Lasso降维减少模型输入变量;基于多元线性回归、BP神经网络和多元自回归差分移动平均模型(ARIMAX)等常用患者需求预测方法构建组合预测方法;为解决传统组合预测方法难以同时考虑多个性能指标的问题,基于线性加权组合预测思路,提出了基于禁忌搜索的权重优化方法.以上海某医院的三种图像检查为例,将患者检查需求分为七类,并对每类患者需求进行预测.结果表明,相较单个预测方法和传统组合预测方法,所提出的组合预测方法具有更好的预测性能.以均方根误差指标为例,采用Lasso降维可使单方法预测和组合方法预测精度改善3%~19%,引入禁忌搜索可使传统组合方法的预测精度提高6%.
推荐文章
基于 Lasso 和 BP 神经网络的广西城镇住房需求预测
BP 神经网络
主成分分析
Lasso 方法
城镇住房需求
预测
基于反馈补偿K-means的救援物资需求预测
反馈补偿
K-means
ARIMA
相似度
需求预测
SVM的物流需求预测模型
物流管理
随机性变化特点
ARIMA?SVM
权值的确定
预测模型
支持向量机
基于酒店收益管理的需求预测研究综述
需求预测
收益管理
预测模型
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Lasso与禁忌搜索的患者检查需求预测
来源期刊 计算机仿真 学科 工学
关键词 图像检查 需求预测 禁忌搜索
年,卷(期) 2021,(1) 所属期刊栏目 仿真服务化
研究方向 页码范围 387-393
页数 7页 分类号 TP391.9
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (68)
共引文献  (9)
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)
1969(1)
  • 参考文献(1)
  • 二级参考文献(0)
1974(1)
  • 参考文献(0)
  • 二级参考文献(1)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(3)
  • 参考文献(1)
  • 二级参考文献(2)
2009(5)
  • 参考文献(3)
  • 二级参考文献(2)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(7)
  • 参考文献(0)
  • 二级参考文献(7)
2012(7)
  • 参考文献(1)
  • 二级参考文献(6)
2013(8)
  • 参考文献(1)
  • 二级参考文献(7)
2014(8)
  • 参考文献(1)
  • 二级参考文献(7)
2015(5)
  • 参考文献(0)
  • 二级参考文献(5)
2016(19)
  • 参考文献(3)
  • 二级参考文献(16)
2017(3)
  • 参考文献(1)
  • 二级参考文献(2)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2021(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
图像检查
需求预测
禁忌搜索
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
计算机仿真
月刊
1006-9348
11-3724/TP
大16开
北京海淀阜成路14号
82-773
1984
chi
出版文献量(篇)
20896
总下载数(次)
43
论文1v1指导