期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到5篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于数据挖掘技术的社区获得性肺炎患病风险预测模型的构建 被引量：1
1
作者 苗若琪 乔瑞萍 +7 位作者 Clement Yaw EFFAH 郭诗琦 原慧洁 吴艳 谭龙龙 苗丽君 刘红 吴拥军 《郑州大学学报（医学版）》 CAS 北大核心 2023年第3期306-310,共5页
目的:使用数据挖掘技术建立社区获得性肺炎患病风险预测模型。方法:收集535例患者(326例社区获得性肺炎和209例支气管炎)的流行病学资料、临床症状和实验室检查指标共32个因素。535例按照7∶3的比例随机分为训练集和测试集,基于训练集... 目的:使用数据挖掘技术建立社区获得性肺炎患病风险预测模型。方法:收集535例患者(326例社区获得性肺炎和209例支气管炎)的流行病学资料、临床症状和实验室检查指标共32个因素。535例按照7∶3的比例随机分为训练集和测试集,基于训练集数据分别建立支持向量机(SVM)、人工神经网络(ANN)、C5.0决策树和Logistic回归模型,基于测试集数据比较4种模型的性能。结果:SVM模型预测社区获得性肺炎的准确率为78.75%,敏感度为75.00%,特异度为81.00%;ANN模型以上指标分别为80.62%、76.67%、83.00%;C5.0决策树模型分别为83.12%、76.67%、87.00%;Logistic回归模型分别为76.88%、75.00%、78.00%。结论:C5.0决策树模型预测社区获得性肺炎的整体性能优于SVM、ANN和Logistic回归模型。 展开更多
关键词 社区获得性肺炎 支持向量机 人工神经网络 C5.0决策树 LOGISTIC回归分析 风险预测
下载PDF
卷烟纸、接装纸透气度对卷烟降焦的影响 被引量：2
2
作者 原慧洁 《中小企业管理与科技》 2014年第29期316-316,共1页
本文主要对定量不同和透气度不同的卷烟纸以及透气度不同的经过打孔的接装纸在使用过程中对卷烟中产生的主要烟气水分以及焦油影响程度进行了研究分析。
关键词 卷烟纸 接装纸 透气度 降焦
下载PDF
卷烟商标纸VOC检测时加液方法和方式对结果的影响 被引量：1
3
作者 原慧洁 《中小企业管理与科技》 2011年第34期314-314,共1页
本文通过对卷烟商标纸VOC检测过程中加液方式的对比分析,查找出一种科学合理的加液方式,为减小卷烟商标纸VOC检测和对比实验的实验偏差提供一种检测方法。
关键词 加液方式 挥发性有机化合物VOCs卷烟商标纸
下载PDF
卷烟抽吸口数对主流烟气释放量的影响 被引量：1
4
作者 杜启云 吴波 +1 位作者 单凯 原慧洁 《科技创新导报》 2014年第34期53-53,共1页
该文通过测定和分析抽吸口数对主流烟气释放量的影响,分别测试了不同抽吸口数时同一卷烟主流烟气释放量指标,结果表明:随着抽吸口数的增加,主流烟气各指标的释放量均呈非线性增加,并且口数越大,增长越快。
关键词 抽吸口数 主流烟气 释放量
下载PDF
基于数据挖掘技术的肺癌危险度预测模型的构建
5
作者 黄普超 原慧洁 张桂芳 《实用预防医学》 CAS 2022年第11期1390-1394,共5页
目的 借助数据挖掘技术,联合流行病学特征和临床症状资料构建肺癌危险度预测模型,评价各模型用于肺癌危险度预测的性能,并筛选出最优模型。方法 选取460例肺癌患者和560例肺良性疾病患者为研究对象,收集其流行病学特征和临床症状共16个... 目的 借助数据挖掘技术,联合流行病学特征和临床症状资料构建肺癌危险度预测模型,评价各模型用于肺癌危险度预测的性能,并筛选出最优模型。方法 选取460例肺癌患者和560例肺良性疾病患者为研究对象,收集其流行病学特征和临床症状共16个自变量。将研究对象按照3∶1的比例随机分为训练集与测试集,应用支持向量机(support vector machine, SVM)、决策树C5.0和人工神经网络(artificial neural network, ANN)分别建立肺癌危险度预测模型,并比较不同模型的预测性能。结果 经特征提取,痰中带血、发热出汗和吸烟史等9个变量被筛选为有效变量,用来构建肺癌危险度预测模型。测试集中SVM、决策树C5.0和ANN模型的灵敏度分别为74.1%、62.5%和92.9%;特异度分别为76.2%、80.4%和64.3%;阳性预测值分别为70.9%、71.4%和67.1%;阴性预测值分别为79.0%、73.2%和92.0%;准确度分别为75.3%、72.5%和76.9%;曲线下面积分别为0.752(95%CI:0.694~0.803)、0.715(95%CI:0.655~0.769)和0.786(95%CI:0.730~0.835)。结论 ANN预测模型的整体性能优于SVM模型和决策树C5.0模型,在肺癌高危人群的筛查中具有潜在的应用价值。 展开更多
关键词 肺癌 支持向量机 决策树 人工神经网络 危险度预测
原文传递
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部