基于支持向量机和人工神经网络的2型糖尿病患病风险预测研究

发布时间：2018-07-06 15:03

  本文选题：支持向量机 + 人工神经网络　； 参考：《现代预防医学》2017年11期

【摘要】：目的探讨支持向量机(SVM)和人工神经网络(ANN)在2型糖尿病患病风险预测中的应用价值。方法采集2型糖尿病患病数据和体检健康数据,进行数据预处理。基于SVM和ANN对2型糖尿病患病影响因素进行分析,建立模型,观测其预测准确性。结果经过比较,不同核函数的SVM的预测准确率分别为95.15%,93.65%,而不同ANN的预测准确率为96.32%,84.95%,其中分类器性能最好的是BP反向传播网络。结论 SVM和ANN模型都能为2型糖尿病分类提供一定的客观影响因素依据,具有良好的实用价值。
[Abstract]:Objective to evaluate the value of support vector machine (SVM) and artificial neural network (Ann) in predicting the risk of type 2 diabetes mellitus. Methods the data of type 2 diabetes mellitus and physical examination were collected and preprocessed. Based on SVM and Ann, the influencing factors of type 2 diabetes mellitus were analyzed, the model was established and the prediction accuracy was observed. Results the prediction accuracy of SVM with different kernel functions is 95.15 and 93.65, respectively, while the prediction accuracy of different Ann is 96.32 and 84.95 respectively. The best performance of classifier is BP back-propagation network. Conclusion both SVM and Ann model can provide some objective factors for the classification of type 2 diabetes mellitus and have good practical value.
【作者单位】： 燕山大学经济管理学院;秦皇岛市第一医院;
【基金】：河北省研究生创新资助项目(00302-6370027) 秦皇岛市科技支撑计划项目(201601B044)
【分类号】：R587.1

【相似文献】

相关期刊论文 前10条

1 任宏;人工神经网络及其在预防医学领域的应用[J];上海预防医学杂志;2003年01期

2 赵应征,赵爱国,鲁翠涛,韩铁 ,梅兴国;人工神经网络在药学研究中的应用进展[J];解放军药学学报;2003年06期

3 杨钧,周新华,马大庆;人工神经网络及其在胸部放射学中的应用[J];中华放射学杂志;2004年02期

4 金玉琴;赵群;施诚;;人工神经网络及其在中药研究中的应用[J];医学信息;2007年06期

5 郑义;陆辉;;人工神经网络及其在药学上的应用[J];黑龙江医药;2008年06期

6 李丽霞;张敏;郜艳晖;张丕德;周舒冬;;人工神经网络在医学研究中的应用[J];数理医药学杂志;2009年01期

7 徐俊芳;周晓农;;人工神经网络在传染病研究中的应用[J];中国寄生虫学与寄生虫病杂志;2011年01期

8 王欣萍;孙昕;孙尧;;基于BP人工神经网络模型构建电子病历系统的数据分析[J];中国组织工程研究与临床康复;2011年35期

9 李光芬,强勇;人工神经网络在医学中的应用[J];医学信息;1998年12期

10 艾超,聂邦畿;人工神经网络在医学中的应用与展望[J];现代医学仪器与应用;1999年01期

相关会议论文 前10条

1 吴兵;;一种具有语义分布的自构造的新人工神经网络系统及其应用[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

2 刘R，

本文编号：2103182