【摘要】：在醫(yī)療健康領(lǐng)域,診斷及預(yù)測(cè)慢性病患者的病情非常重要。慢性病患者在經(jīng)過醫(yī)院治療后,很容易在短時(shí)間內(nèi)再次發(fā)病,而且病情可以更加嚴(yán)重。這會(huì)給患者帶來生理和心理的巨大打擊,加重病人的負(fù)擔(dān),同時(shí)浪費(fèi)寶貴的醫(yī)療資源。隨著人工智能技術(shù)的發(fā)展,慢性病疾病預(yù)測(cè)成為可能。綜合患者的生理信息、患病歷史、醫(yī)生診斷信息以及當(dāng)?shù)蒯t(yī)療狀況等因素,使用機(jī)器學(xué)習(xí)模型,可以對(duì)患者未來的病情做出預(yù)測(cè)。本文以糖尿病患者住院數(shù)據(jù)集為研究對(duì)象,構(gòu)建了多個(gè)基于機(jī)器學(xué)習(xí)的糖尿病預(yù)測(cè)模型,主要研究工作如下:(1)研究了因式分解機(jī)算法,該算法可以有效解決數(shù)據(jù)稀疏情況下多項(xiàng)式模型難以訓(xùn)練的問題。使用深度學(xué)習(xí)框架重新實(shí)現(xiàn)并改進(jìn)了因式分解機(jī)算法。實(shí)驗(yàn)證明,改進(jìn)后的因式分解機(jī)算法可以挖掘高階特征組合信息,從而提升模型精度。(2)提出了一種基于因式分解機(jī)的特征嵌入算法,該算法將改進(jìn)后的因式分解機(jī)算法用于特征間的無監(jiān)督訓(xùn)練,使用模型嵌入層的輸出作為原類別特征的特征嵌入。實(shí)驗(yàn)表明,這些嵌入特征的特征重要性較高,可以提升模型精度。(3)研究了類別特征頻度交叉矩陣,總結(jié)了使用類別特征頻度交叉矩陣進(jìn)行特征交叉的方法。該方法提升了特征提取的運(yùn)算速度,還可以方便的進(jìn)行特征提取并行化。之后提出了一種基于類別特征頻度交叉矩陣的特征嵌入新算法。試驗(yàn)表明,使用該算法得到的嵌入特征的特征重要性較高,可以提升模型精度。最后使用上述算法構(gòu)建了一個(gè)基于特征嵌入算法的糖尿病預(yù)測(cè)模型。(4)分別使用梯度提升決策樹、支持向量機(jī)、隨機(jī)森林和深度學(xué)習(xí)技術(shù)構(gòu)建了4個(gè)糖尿病預(yù)測(cè)模型。之后研究了模型融合相關(guān)技術(shù),并分別利用線性加權(quán)融合和stacking融合算法將上述4個(gè)糖尿病預(yù)測(cè)模型集成起來。實(shí)驗(yàn)證明,模型融合后的效果好于子模型的預(yù)測(cè)效果。最后對(duì)stacking算法做出改進(jìn),將子模型內(nèi)部的弱分類器直接用于模型融合,實(shí)驗(yàn)表明,該改進(jìn)可以提升融合后模型的精度。
【圖文】：

CBOW架構(gòu)圖

Skip-gram架構(gòu)圖
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：R587.1;TP181

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 ;降低機(jī)器學(xué)習(xí)門檻的六大工具[J];電腦知識(shí)與技術(shù)(經(jīng)驗(yàn)技巧);2019年10期

2 胡思潤;楊曉旭;宋靖華;;基于機(jī)器學(xué)習(xí)的城市生成方法研究[J];智能建筑與智慧城市;2019年11期

3 李兵;林文釗;羅崢尹;;基于機(jī)器學(xué)習(xí)的智慧農(nóng)業(yè)決策系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J];信息與電腦(理論版);2018年24期

4 舒娜;劉波;林偉偉;李鵬飛;;分布式機(jī)器學(xué)習(xí)平臺(tái)與算法綜述[J];計(jì)算機(jī)科學(xué);2019年03期

5 劉傳會(huì);汪小亞;郭增輝;;機(jī)器學(xué)習(xí)在反洗錢領(lǐng)域的應(yīng)用與發(fā)展[J];清華金融評(píng)論;2019年04期

6 孟雨;;機(jī)器學(xué)習(xí)讓計(jì)算機(jī)更智能[J];計(jì)算機(jī)與網(wǎng)絡(luò);2019年14期

7 高華川;;機(jī)器學(xué)習(xí)在經(jīng)濟(jì)學(xué)中的應(yīng)用[J];納稅;2019年24期

8 李陽;;機(jī)器學(xué)習(xí)在網(wǎng)絡(luò)空間安全研究中的應(yīng)用分析[J];電腦知識(shí)與技術(shù);2019年24期

9 朱輝;;機(jī)器學(xué)習(xí)在企業(yè)級(jí)場(chǎng)景中的實(shí)踐與探討[J];中國建設(shè)信息化;2018年03期

10 彭傳意;;機(jī)器學(xué)習(xí)——我們?cè)撊绾闻c機(jī)器競(jìng)爭(zhēng)[J];數(shù)字通信世界;2018年01期

相關(guān)會(huì)議論文 前10條

1 王玨;;歸納機(jī)器學(xué)習(xí)[A];2001年中國智能自動(dòng)化會(huì)議論文集（上冊(cè)）[C];2001年

2 王衍魯;張利會(huì);張淑潔;石潔茹;王鵬;;大學(xué)新生學(xué)校適應(yīng)的個(gè)體與環(huán)境因素探究:基于機(jī)器學(xué)習(xí)的考察[A];第二十屆全國心理學(xué)學(xué)術(shù)會(huì)議--心理學(xué)與國民心理健康摘要集[C];2017年

3 張長水;;大數(shù)據(jù)機(jī)器學(xué)習(xí)[A];2015年中國自動(dòng)化大會(huì)摘要集[C];2015年

4 何琳;侯漢清;;基于標(biāo)引經(jīng)驗(yàn)和機(jī)器學(xué)習(xí)相結(jié)合的多層自動(dòng)分類[A];2005年中國索引學(xué)會(huì)年會(huì)暨學(xué)術(shù)研討會(huì)論文集[C];2005年

5 李剛;郭崇慧;林鴻飛;楊志豪;唐煥文;;基于詞典法和機(jī)器學(xué)習(xí)法相結(jié)合的蛋白質(zhì)名識(shí)別[A];大連理工大學(xué)生物醫(yī)學(xué)工程學(xué)術(shù)論文集（第2卷）[C];2005年

6 徐禮勝;李乃民;王寬全;張冬雨;耿斌;姜曉睿;陳超海;羅貴存;;機(jī)器學(xué)習(xí)在中醫(yī)計(jì)算機(jī)診斷識(shí)別系統(tǒng)中的應(yīng)用思考[A];第一屆全國中西醫(yī)結(jié)合診斷學(xué)術(shù)會(huì)議論文選集[C];2006年

7 吳滄浦;;智能系統(tǒng)與機(jī)器學(xué)習(xí)的新領(lǐng)域[A];西部大開發(fā) 科教先行與可持續(xù)發(fā)展——中國科協(xié)2000年學(xué)術(shù)年會(huì)文集[C];2000年

8 蔡健平;林世平;;基于機(jī)器學(xué)習(xí)的詞語和句子極性分析[A];第三屆全國信息檢索與內(nèi)容安全學(xué)術(shù)會(huì)議論文集[C];2007年

9 ;基于機(jī)器學(xué)習(xí)的大數(shù)據(jù)防詐騙能力研究與應(yīng)用[A];2018中國信息通信大會(huì)論文摘要集[C];2018年

10 ;基于機(jī)器學(xué)習(xí)的影響感知無線根因問題快速定位研究[A];2018中國信息通信大會(huì)論文摘要集[C];2018年

相關(guān)重要報(bào)紙文章 前10條

1 CIO.com資深作家 Clint Boulton 編譯 Charles;領(lǐng)先一步:機(jī)器學(xué)習(xí)的10個(gè)成功案例[N];計(jì)算機(jī)世界;2018年

2 Bob Violino 編譯 Charles;盲目冒進(jìn):機(jī)器學(xué)習(xí)的5個(gè)失敗案例[N];計(jì)算機(jī)世界;2018年

3 本報(bào)駐波士頓記者 侯麗;深入挖掘機(jī)器學(xué)習(xí)潛力[N];中國社會(huì)科學(xué)報(bào);2019年

4 王方 編譯;菌自何方 機(jī)器學(xué)習(xí)早知道[N];中國科學(xué)報(bào);2019年

5 Matt Asay 編譯 Monkey King;為什么機(jī)器學(xué)習(xí)沒有捷徑可循？[N];計(jì)算機(jī)世界;2019年

6 本報(bào)記者 操秀英;當(dāng)量子計(jì)算遇到機(jī)器學(xué)習(xí)會(huì)碰撞出什么火花？[N];科技日?qǐng)?bào);2019年

7 彭博企業(yè)數(shù)據(jù)業(yè)務(wù)全球負(fù)責(zé)人 Gerard Francis;金融數(shù)據(jù)質(zhì)量決定機(jī)器學(xué)習(xí)時(shí)代的投資回報(bào)[N];計(jì)算機(jī)世界;2019年

8 Isaac Sacolick 編譯 Charles;關(guān)于機(jī)器學(xué)習(xí)的5個(gè)要點(diǎn)[N];計(jì)算機(jī)世界;2019年

9 記者 張夢(mèng)然;全新算法助機(jī)器學(xué)習(xí)抵抗干擾[N];科技日?qǐng)?bào);2019年

10 惠贊瑾;《科學(xué)向左，科幻向右》：機(jī)器學(xué)習(xí)即將成為現(xiàn)實(shí)[N];中國會(huì)計(jì)報(bào);2019年

相關(guān)博士學(xué)位論文 前10條

1 殷曦;基于機(jī)器學(xué)習(xí)及統(tǒng)計(jì)計(jì)算模型的膜蛋白結(jié)構(gòu)預(yù)測(cè)[D];上海交通大學(xué);2017年

2 楊靜;蛋白質(zhì)殘基相互作用預(yù)測(cè)及其在結(jié)構(gòu)建模中的應(yīng)用研究[D];上海交通大學(xué);2018年

3 王磊;基于機(jī)器學(xué)習(xí)的藥物—靶標(biāo)相互作用預(yù)測(cè)研究[D];中國礦業(yè)大學(xué);2018年

4 張慶;鈣鈦礦型功能材料的基因組工程研究[D];上海大學(xué);2018年

5 管月;醫(yī)學(xué)腫瘤影像分類算法研究及其在肝癌上的應(yīng)用[D];南京大學(xué);2018年

6 郝小可;基于機(jī)器學(xué)習(xí)的影像遺傳學(xué)分析及其應(yīng)用研究[D];南京航空航天大學(xué);2017年

7 施建明;基于機(jī)器學(xué)習(xí)的產(chǎn)品剩余壽命預(yù)測(cè)方法研究[D];中國科學(xué)院大學(xué)(中國科學(xué)院遙感與數(shù)字地球研究所);2018年

8 陳再毅;機(jī)器學(xué)習(xí)中的一階優(yōu)化算法收斂性研究[D];中國科學(xué)技術(shù)大學(xué);2018年

9 陸海進(jìn);Zr合金熱動(dòng)力學(xué)研究及機(jī)器學(xué)習(xí)[D];上海大學(xué);2018年

10 戴望州;一階邏輯領(lǐng)域知識(shí)與機(jī)器學(xué)習(xí)的結(jié)合研究[D];南京大學(xué);2019年

相關(guān)碩士學(xué)位論文 前10條

1 孟圣然;基于機(jī)器學(xué)習(xí)的機(jī)械產(chǎn)品結(jié)構(gòu)建模技術(shù)研究[D];杭州電子科技大學(xué);2019年

2 華琪;基于機(jī)器學(xué)習(xí)的智能建筑行為建模與預(yù)測(cè)方法研究[D];上海交通大學(xué);2017年

3 楊浩;基于機(jī)器學(xué)習(xí)的白帶菌類光學(xué)圖像識(shí)別算法研究[D];電子科技大學(xué);2019年

4 王維;心音診斷信息自動(dòng)識(shí)別方法研究[D];電子科技大學(xué);2019年

5 徐安;基于機(jī)器學(xué)習(xí)的慢性疾病預(yù)測(cè)關(guān)鍵技術(shù)研究[D];電子科技大學(xué);2019年

6 宋同峰;基于機(jī)器學(xué)習(xí)的腎病輔助診斷系統(tǒng)的研究[D];青島科技大學(xué);2019年

7 王婧;基于核機(jī)器學(xué)習(xí)的阿爾茲海默病早期診斷算法研究[D];曲阜師范大學(xué);2019年

8 馬小鳳;機(jī)器學(xué)習(xí)在學(xué)生通過率預(yù)測(cè)中的應(yīng)用研究[D];西南大學(xué);2019年

9 黃雨迪;基于機(jī)器學(xué)習(xí)的MIMO系統(tǒng)收發(fā)機(jī)設(shè)計(jì)理論與方法[D];電子科技大學(xué);2019年

10 應(yīng)豪;基于機(jī)器學(xué)習(xí)的光纖信道均衡技術(shù)研究[D];電子科技大學(xué);2019年

，

本文編號(hào)：2706246