-
题名基于数据挖掘的CRC肠道菌群营养干预可行性分析
- 1
-
-
作者
成雨风
贺松
刘燕
黄诗懿
-
机构
贵州大学
-
出处
《智能计算机与应用》
2020年第4期81-85,共5页
-
文摘
随着智能技术与医疗健康领域融合的加深,正在不断提升着医疗服务水平。科学研究已经证明:结直肠癌的发生与肠道菌群存在密切关系。将人工智能运用在结直肠癌(CRC)肠道菌群营养干预上,可以帮助优化资源分配,提高医疗各环节的效率,提升诊疗效果。本文以五种常见肠道菌群为基础,结合数据挖掘的K-Means和Apriori算法,分析了基于数据挖掘的CRC肠道菌群营养干预的可行性。
-
关键词
结直肠癌(CRC)
人工智能
肠道菌群
数据挖掘
可行性
-
Keywords
CRC
Artificial intelligence
Intestinal flora
Data mining
feasibility
-
分类号
TP391.7
[自动化与计算机技术—计算机应用技术]
TP311.13
[自动化与计算机技术—计算机软件与理论]
-
-
题名一种改进型Adaboost算法的人脸检测
被引量:4
- 2
-
-
作者
刘燕
贺松
成雨风
-
机构
贵州大学大数据与信息工程学院
-
出处
《智能计算机与应用》
2019年第5期98-101,110,共5页
-
基金
贵州省数字健康管理工程技术研究中心项目(黔科合G字[2014]4002号)
-
文摘
原有的Adaboost算法在复杂背景及光源下,很容易出现人脸的误检问题,从而使人脸误检率较高。人脸相似区域的样本难以分类,导致出现权重过拟合现象使检测率降低。针对这些问题,本文提出了一种YCbCr肤色区域分割+改进型Adaboost算法的人脸检测算法。采用肤色区域分割排除复杂背景及光源的影响,将权重更新与正负样本误检率相结合,抑制人脸相似区域的权重过拟合现象,同时引入符合人脸的Haar-Like特征进一步提高检测率。通过实验证明,本文提出的算法在人脸检测中提高了检测率,降低了误检率和检测所需时间。
-
关键词
HAAR-LIKE特征
ADABOOST
肤色分割
人脸检测
-
Keywords
Haar-Like characteristics
Adaboost
skin color division
face detection
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-