科研之友
微信
新浪微博
Facebook
分享链接
摘要
心血管疾病是威胁人类健康的常见疾病，为了能够更加准确地对其预测，本文在传统DNN模型基础上进行优化改进，提出定向正则的深度神经网络(TR-DNN)模型，通过改进原有深度神经网络模型所存在的缺陷，使其能够更好地对心血管疾病数据集进行训练并测试，进一步实现心血管疾病预测任务。实验表明该模型在数据集训练上的表现良好，并且在测试集上取得优秀的结果。最后，将TR-DNN与SVM、RF、XGBoost模型在同一数据集进行结果比较，TR-DNN模型的各项评价指标均优于其它模型，在准确率方面相较传统DNN模型提高1.507个百分点，召回率提高1.57个百分点，特异度提高2.54个百分点，精确率提高1.51个百分点。因此，TR-DNN模型可以应用于心血管疾病的预测。
-
单位青岛市海润自来水集团有限公司; 青岛科技大学
