典型文献
一种基于神经网络的门诊预测
文献摘要：
研究主要采用一种基于人工神经网络(ANN)的模型,能够通过10微米直径的颗粒(PM10),去预测与空气污染相关的三种呼吸道疾病,该模型可以成功地预测门诊与哮喘、支气管炎和鼻咽炎相关的病人数量.研究将温度和风速作为环境因素,PM10导致的呼吸道疾病作为研究对象.在谷歌合作平台上使用Keras编译和训练的ANN模型,计算过程在云环境进行,预测的准确度平均值达到了98.5％,较高准确度的预测结果使该模型成为提前了解医院需求的有用工具,可以预测肺炎学领域的疾病和其治疗所需的医疗护理.
文献关键词：
人工神经网络;Keras;谷歌合作平台;门诊预测
中图分类号：
作者姓名：
肖行
作者机构：
广州市第一人民医院
文献出处：
引用格式：
[1]肖行-.一种基于神经网络的门诊预测)[J].信息系统工程,2022(03):76-79
A类：
门诊预测,谷歌合作平台
B类：
人工神经网络,ANN,微米,PM10,空气污染,呼吸道疾病,哮喘,支气管炎,鼻咽,咽炎,病人数,Keras,编译,云环境,高准确度,医疗护理
AB值：
0.298198
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
