论文研究-基于改进深度信念网络的心血管疾病预测研究.pdf

【文件属性】：
文件名称：论文研究-基于改进深度信念网络的心血管疾病预测研究.pdf
文件大小：883KB
文件格式：PDF
更新时间：2022-08-11 12:25:43
心血管疾病,风险预测,深度信念网络,受限玻尔兹曼机 心血管疾病传统预测模型准确率较低，基于浅层神经网络的模型预测结果方差较大。为此提出一种基于改进深度信念网络的心血管疾病预测模型，利用重构误差，自主确定网络深度，结合无监督训练和有监督调优，在提高模型预测准确率的同时保证稳定性。对UCI数据库中的statlog（heart）和heart disease database独立进行30次实验，结果显示预测准确率的均值分别为91.26%、89.78%，预测准确率的方差分别为5.78、4.46。