典型文献
深度残差网络模型的构建及其在糖尿病预测中的应用
文献摘要：
为提高糖尿病预测准确率和精度,针对糖尿病数据特性,构建由全连接层组成的深度残差网络.在残差块中加入批量标准化层,去除了Dropout层,进而确定了各层的排列顺序.分别使用3种不同激活函数和4种不同的优化算法时,对比深度残差网络的准确率、精度、召回值、F1值和平均准确率等评价指标值,进而选择Tanh作为模型激活函数,自适应矩估计(Adam)作为模型优化算法.采用梯度提升树算法选取影响糖尿病的主要特征,针对UCI糖尿病原始数据集和样本均衡数据集,将深度残差网络与随机森林模型、朴素贝叶斯模型、决策树模型、支持向量机模型、逻辑回归模型进行对比分析.预测结果表明,深度残差网络优于全连接神经网络;对于原始数据集和样本均衡数据集,深度残差网络模型的准确率和精度均优于相比较的其余5种预测模型.
文献关键词：
糖尿病预测;深度残差网络模型;神经网络;全连接层;激活函数;优化算法;准确率;精度
中图分类号：
作者姓名：
左星光;范静
作者机构：
上海第二工业大学 工学部,上海 201209;上海第二工业大学 文理学部,上海 201209
文献出处：
引用格式：
[1]左星光;范静-.深度残差网络模型的构建及其在糖尿病预测中的应用)[J].现代电子技术,2022(15):30-35
A类：
B类：
深度残差网络模型,糖尿病预测,高糖,预测准确率,糖尿病数据,全连接层,残差块,批量标准化,Dropout,排列顺序,激活函数,召回,平均准确率,指标值,Tanh,自适应矩估计,Adam,模型优化,梯度提升树算法,UCI,原始数据,样本均衡,随机森林模型,朴素贝叶斯模型,决策树模型,支持向量机模型,逻辑回归模型,全连接神经网络
AB值：
0.293082
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。
