摘要
为更好地自动评估胎儿宫内状态,提出一种基于local cascade ensemble(LCE)方法的胎儿健康状态分类模型。选用UCI数据集,使用ADASYN方法对不平衡数据集进行填充平衡,接着结合随机森林算法对数据特征进行选择,最后使用LCE方法对胎儿状态进行自动分类。实验结果表明,所提出模型使用的方法平均准确率、精确率、召回率和F1分数分别达到了0.9554、0.9054、0.9557和0.9290,对比传统的机器学习算法能得到更好的分类效果,有效降低了误判率。
作者
黄梅佳
李宗辉
郑博伟
HUANG Meijia;LI Zonghui;ZHENG Bowei
出处
《信息技术与信息化》
2024年第4期122-125,共4页
Information Technology and Informatization
基金
2021年揭阳职业技术学院科学研究项目:胎心监护智能分析算法研究与实现(项目编号:2021JYCKY21)。
