2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩75頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、目的:為預(yù)測胎兒出生時(shí)的體重構(gòu)建新型穩(wěn)定、可靠的預(yù)測模型
  方法:
  論文中的數(shù)據(jù)采用的是從福建省閩東醫(yī)院收集的251例有關(guān)孕婦及胎兒相關(guān)的九項(xiàng)指標(biāo)數(shù)據(jù)樣本,對(duì)其進(jìn)行主成分分析(PCA)處理,取前5個(gè)主成分構(gòu)建支持向量回歸(SVR)模型,最后用10層交叉驗(yàn)證方法對(duì)模型的穩(wěn)定性和準(zhǔn)確率進(jìn)行評(píng)估。
  結(jié)果:
  采用10層交叉驗(yàn)證法對(duì)歷史各模型以及本文建立的SVR模型進(jìn)行評(píng)估檢驗(yàn),其結(jié)果顯示:
  1、歷

2、史模型在數(shù)據(jù)擬合準(zhǔn)確率方面最優(yōu)模型為ANN模型,可達(dá)100%的準(zhǔn)確擬合,然而分析結(jié)果顯示模型的預(yù)測性能不穩(wěn)定,其預(yù)測準(zhǔn)確率為44.5%。
  2、歷史模型在預(yù)測性能穩(wěn)定的前提下,最優(yōu)模型為由B超下胎兒腹圍,B超下胎兒股骨長構(gòu)建的二參數(shù)回歸模型,交叉驗(yàn)證結(jié)果顯示,其預(yù)測準(zhǔn)確率為71.7%。
  3、在對(duì)數(shù)據(jù)進(jìn)行PCA處理后,利用前五個(gè)主成份數(shù)據(jù)進(jìn)行SVR擬合建模,對(duì)模型進(jìn)行交叉驗(yàn)證,結(jié)果顯示,各模型預(yù)測評(píng)估參數(shù)都優(yōu)于歷史模型。

3、其中,選取以MAE為尋優(yōu)指標(biāo)構(gòu)建的SVR-MAE模型預(yù)測準(zhǔn)確率為74.1%;選取以CN為尋優(yōu)指標(biāo)構(gòu)建的SVR-CN模型預(yù)測準(zhǔn)確率高達(dá)到82.5%,并且模型預(yù)測性能穩(wěn)定可靠。
  創(chuàng)新點(diǎn):
  1、本文就預(yù)測胎兒體重模型問題上對(duì)原始數(shù)據(jù)指標(biāo)間的相關(guān)性進(jìn)行分析,并且提出對(duì)數(shù)據(jù)進(jìn)行PCA預(yù)處理后再建模。
  2、本文就預(yù)測胎兒體重模型問題提出SVR模型,并且對(duì)其進(jìn)行10層交叉驗(yàn)證,驗(yàn)證結(jié)果表明SVR模型優(yōu)于歷史模型。

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論