典型文献
基于极限学习机的脑卒中患病风险预测模型研究
文献摘要：
针对脑卒中患者的患病风险诊断问题,使用临床医学数据,结合机器学习算法实现高准确率的预测和辅助诊断.将数据经过冗余剔除和缺失值填充,并通过主成份分析将预处理后的高维特征数据融合,采用极限学习机进行预测.通过对1188位对象采用十字交叉验证实验,预测模型的准确率达到97.13％,优于其他预测算法.实验结果说明,此预测模型在脑卒中的患病诊断上有高准确度和可靠性,可为医生的临床诊断提供有力支撑.
文献关键词：
脑卒中;患病风险;主成分分析;极限学习机;预测模型
中图分类号：
作者姓名：
张志洁;侯睿
作者机构：
岭南师范学院计算机与智能教育学院,广东湛江524048
文献出处：
引用格式：
[1]张志洁;侯睿-.基于极限学习机的脑卒中患病风险预测模型研究)[J].电脑编程技巧与维护,2022(06):54-55,113
A类：
B类：
极限学习机,患病风险,风险预测模型,对脑卒中患者,风险诊断,诊断问题,临床医学,医学数据,机器学习算法,算法实现,辅助诊断,缺失值填充,主成份分析,高维特征,特征数据,数据融合,十字交叉,交叉验证,验证实验,预测算法,高准确度
AB值：
0.335085
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。
