2025年3月20日
星期四
|
欢迎来到海南省图书馆•公共文化服务平台
登录
|
注册
|
进入后台
[
APP下载]
[
APP下载]
扫一扫,既下载
全民阅读
职业技能
专家智库
参考咨询
您的位置:
专家智库
>
>
邵欢
作品数:
1
被引量:9
H指数:1
供职机构:
上海大学计算机工程与科学学院
更多>>
发文基金:
上海市教育委员会重点学科基金
国家重点实验室开放基金
国家自然科学基金
更多>>
相关领域:
医药卫生
自动化与计算机技术
更多>>
合作作者
李国正
同济大学
刘国萍
上海中医药大学
王忆勤
上海中医药大学
作品列表
供职机构
相关作者
所获基金
研究领域
题名
作者
机构
关键词
文摘
任意字段
作者
题名
机构
关键词
文摘
任意字段
在结果中检索
文献类型
1篇
中文期刊文章
领域
1篇
自动化与计算...
1篇
医药卫生
主题
1篇
多标记
1篇
多标记学习
1篇
心病
1篇
症状
1篇
中医
1篇
中医问诊
1篇
冠心病
1篇
高维
机构
1篇
上海中医药大...
1篇
同济大学
1篇
上海大学
作者
1篇
王忆勤
1篇
刘国萍
1篇
邵欢
1篇
李国正
传媒
1篇
中国科学:信...
年份
1篇
2011
共
1
条 记 录,以下是 1-1
全选
清除
导出
排序方式:
相关度排序
被引量排序
时效排序
多标记中医问诊数据的症状选择
被引量:9
2011年
中医诊断中,一个患者可能兼有多个证型标记,其计算机辅助诊断是高维数据多标记学习的一个典型应用.中医问诊过程中往往会产生大量症状,这影响诊断算法建模的效果.特征选择旨在寻求最小的相关症状特征子集,且能使模型泛化能力达到最大.目前有关多标记数据特征选择的研究还很少,本文提出使用一种组合的优化技术进行中医问诊多标记数据的症状选择,通过多标记k近邻等4个算法进行建模.本文所提算法与当前流行的多种多标记数据降维算法如MEFS(多标记嵌入式特征选择方法)、MDDM(多标记特征降维方法)进行了比较,在UCI酵母多标记数据集和一个冠心病问诊数据上的实验结果显示本文算法较之已有多种算法有明显提高,在average precision上对分类器的提高可达10.62%和14.54%.论文实现了冠心病问诊症候模型的建立,为冠心病的诊断和其他多标记数据分析提供了有效的参考.
邵欢
李国正
刘国萍
王忆勤
关键词:
多标记学习
高维
中医问诊
冠心病
全选
清除
导出
共1页
<
1
>
聚类工具
0
执行
隐藏
清空
用户登录
用户反馈
标题:
*标题长度不超过50
邮箱:
*
反馈意见:
反馈意见字数长度不超过255
验证码:
看不清楚?点击换一张