基于ADE-Stacking的心力衰竭非计划性再入院风险预测模型OACSTPCD
随着人口老龄化加剧,心力衰竭发病率升高,心衰患者的非计划性再入院问题导致患者生存质量降低、医疗成本升高的情况日益严重,因此成为了一个亟待解决的问题。本文针对再入院风险预测问题,提出一种基于ADE-Stacking的心衰患者非计划性再入院风险预测模型,这一模型主要由集成学习算法模型构建与参数优化2部分构成,集成学习算法可以结合多个弱分类器的优势,使模型具有更好的泛化性和准确率,参数优化部分采用自适应收缩因子F改进的差分进化算法寻优,以提高参数寻优性…查看全部>>
王磊;宋波
青岛科技大学信息科学技术学院,山东青岛266000青岛科技大学信息科学技术学院,山东青岛266000
信息技术与安全科学
心力衰竭再入院差分优化算法集成学习参数优化
《计算机与现代化》 2022 (1)
P.23-27,5
评论