基于Kaplan-Meier与Cox的口腔鳞状细胞癌患者数据分析

临床医疗事业是大数据发展及应用中重要的一个方面。本文以口腔鳞状癌患者的数据作为基础,通过对生存分析(Kaplan-Meier)曲线和对患者观察的数据进行挖掘,探究出影响因素与生存时间和结局的关系,再通过Cox回归模型对风险率进行预测,实现了研究各个因素对生存概率的重要性。该模型可用于临床医疗对口腔鳞状癌症的研究。

机器翻译模型中Attention和GRU的应用

针对传统循环神经网络RNN在机器翻译中效率不高以及计算量过大的问题,提出一种基于GRU神经网络和Attention机制的机器翻译模型。首先,使用注意力模块保证堆叠多层结构的可复用性,提高运行效率。其次,模型融合了注意力机制的编码-解码器和循环神经网络模块提取被翻译的句子语义信息,并采用Adam优化器进行梯度下降,对模型优化,实现中英文间的互译。最后使用BLEU值对结果进行检验和评价。