《表6 方法比较:COPD多维特征提取与集成诊断方法》
/%
有大量研究人员已用单一的和混合的方法来诊断慢阻肺疾病,但在处理数据集缺失值及模型参数方面存在着不足。本文通过MDF-RS特征提取算法和DSA-SVM分类模型对慢阻肺诊断取得了良好的效果。首先,将所提出的方法与先前的机器学习模型进行比较。本文的DSA-SVM算法在准确率、召回率、F1值三个指标都取得了良好的效果,结果如表6所示。
图表编号 | XD0090318400 严禁用于非法目的 |
---|---|
绘制时间 | 2019.10.01 |
作者 | 房有丽、王红、狄瑞彤、王露潼、宋永强 |
绘制单位 | 山东师范大学信息科学与工程学院、山东师范大学生命科学学院、山东省分布式计算软件新技术重点实验室、山东师范大学信息科学与工程学院、山东师范大学生命科学学院、山东省分布式计算软件新技术重点实验室、山东师范大学信息科学与工程学院、山东师范大学生命科学学院、山东省分布式计算软件新技术重点实验室、山东师范大学信息科学与工程学院、山东师范大学生命科学学院、山东省分布式计算软件新技术重点实验室、山东师范大学信息科学与工程学院、山东师范大学生命科学学院、山东省分布式计算软件新技术重点实验室 |
更多格式 | 高清、无水印(增值服务) |