原文服务方: 科技创新与生产力       
摘要:
脑卒中是具有较高复发率和高致残率的一类疾病,采用风险预测模型,及时对患者进行智能化的风险筛查具有重要意义。本文提出一种对基于深度学习的脑卒中预测模型的改进,优化了神经网络预测模型的精度和各种参数,通过AUC曲线分析,评估了预测模型,验证了该模型具有更好的准确度。
推荐文章
基于深度学习的水质预测模型研究
预测模型
水质预测
GRU网络
循环神经网络
深度学习
基于深度学习的交通拥堵预测模型研究
交通拥堵
预测模型
深度学习
自编码网络
Softmax回归
基于深度学习的用户投诉预测模型研究
电信投诉预测
深度学习
深度置信网络
非线性组合特征
基于随机森林算法和粗糙集理论的改进型深度学习 短期负荷预测模型
电力负荷预测
随机森林(RF)算法
深度学习(DL)
粗糙集理论(RST)
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 基于深度学习的脑卒中预测模型的改进
来源期刊 科技创新与生产力 学科
关键词 深度学习 脑卒中 神经网络
年,卷(期) 2022,(9) 所属期刊栏目 技术创新
研究方向 页码范围 101-104
页数 3页 分类号 TP181
字数 语种 中文
DOI 10.3969/j.issn.1674-9146.2022.09.101
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2022(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
深度学习
脑卒中
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
科技创新与生产力
月刊
1674-9146
14-1358/N
大16开
1980-01-01
chi
出版文献量(篇)
9291
总下载数(次)
0
总被引数(次)
17739
论文1v1指导