期刊文献+

基于高斯混合模型的糖尿病检测 被引量:1

下载PDF
导出
摘要 目前我国已经进入老龄化社会,慢性病患者人数居世界之首。根据2015年中国卫生部门提供的数据,中国的糖尿病病人有1.14亿,而2010年是9200万。除了不断增加的糖尿病病人外,还有1.5亿人属于糖尿病前期,说明中国一共血糖不正常的人有2.64亿。此外,还有存在糖尿病高危人群,他们是诸如有糖尿病家族史的人、老年人、肥胖人士、功能代谢紊乱者等。可以说,直接受到糖尿病威胁的人有6.64亿。这一事实表明在糖尿病检测方面,现有的方法还是有很多不足。然而,随着大数据的发展,数据挖掘的方法已经被应用到其他科学领域,并取得了不错的效果。同时有一些研究者已经将神经网络,支持向量机这些常用的数据挖掘的方法应用到医疗数据中,来帮助医生检测病人。因此,本文尝试用数据挖掘中的混合高斯模型来帮助医生检测糖尿病患者。糖尿病或简单的糖尿病是由于血糖升高引起的疾病。虽然基于物理和化学测试的各种传统方法可用于诊断糖尿病,但是诊断过程繁琐,化验成本高,诊断周期长。在本文中,我们采用混合高斯模型来完成糖尿病的早期预测。该模型在我们的训练集上达到了98%的准确率,测试集上达到了83%的准确率,验证了该方法的可行性。
作者 白杰
机构地区 太原理工大学
出处 《电脑知识与技术(过刊)》 2017年第4X期1-2,共2页 Computer Knowledge and Technology
  • 相关文献

参考文献7

二级参考文献70

  • 1吴尊敬,曹志刚.Improved MFCC-Based Feature for Robust Speaker Identification[J].Tsinghua Science and Technology,2005,10(2):158-161. 被引量:7
  • 2Reynolds D A,Rose R C.Robust text-independent speaker identification using Gaussian mixture speaker models[J].IEEE Transactions on Speech and Audio Processing,1995,3(1):72-83.
  • 3Reynolds D A.Speaker identification and verification using Gaussian mixture speaker model[J].Speech Communication,1995,17:91-108.
  • 4You K H.Wang H C.Joint estimation of feature transformation parameters and Gaussian mixture model for speaker identification[J].Speech Communication,1999,28:227-241.
  • 5Jim Z C.Improvement of the K-means clustering filtering algorithm[J].Pattern Recognition,2008,41 (12):3677-3681.
  • 6Reynolds D A,Thomas F.Speaker verification using adapted Gaus-sian mixture models[J].Digital Signal Processing,2000,10 (1-3):19-41.
  • 7Stauffer C, Grmson W E L.Adaptive background mixture mod- els for real-time tracking[C]//Proceeding of IEEE International Conference on Computer Vision and Pattern Recognition,Fort Co- lins, Colorado,USA.[S.l.] : IEEE Computer Society, 1999,2: 246-252,.
  • 8Pavlidis I, Morellas V, Tsiamyrtzis P, et al.Urban surveillance system: From the laboratory to the commercial world[J].Pro- ceedmgs of the IEEE,2001,89(10) : 1478-1497.
  • 9Power P W, Schoonees J A.Understanding background mixture models for foregrounds segmentation[C]//Proceedings of lmage and Vision Computing, New Zealand, Auckland, 2002: 267-271.
  • 10Zhang Yunchu, Liang Zize, Hou Zengguang, et aLAn adaptive mixture gaussian background model with online background re- construction and adjustable foreground .mergence time for mo- tion segmentation[C]//IEEE International Conference on Industri- al Technology,ICIT 2005,14-17 Dec 2005:23-27.

共引文献788

同被引文献9

引证文献1

二级引证文献6

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部