基于改进深度信念网络的心血管疾病预测研究

心血管疾病传统预测模型准确率较低,基于浅层神经网络的模型预测结果方差较大。为此提出一种基于改进深度信念网络的心血管疾病预测模型,利用重构误差,自主确定网络深度,结合无监督训练和有监督调优,在提高模型预测准确率的同时保证稳定性。对UCI数据库中的statlog (heart)和heart disease database独立进行30次实验,结果显示预测准确率的均值分别为91. 26%、89. 78%,预测准确率的方差分别为5. 78、4. 46。