文献检索-宁波市创意产业特色资源库

限定检索结果

基于高效通道注意力机制和特征融合网络的冠心病诊断算法研究: 收藏
分享
引用; 《计算机应用与软件》2024年第1期41卷 190-197页; 作者：郭卫涛帕孜来·马合木提张洪春新疆大学电气工程学院新疆乌鲁木齐830046 湖北职业技术学院计算机学院湖北孝感432100; 针对冠心病重要特征不确定、诊断模型预测性能低等因素而导致冠心病早期诊断精度低的问题,提出一种基于高效通道注意力机制和特征融合的网络。通过XGBoost(eXtreme Gradient Boosting)来确定冠心病重要特征,设计数据生成图片的特征组合...; 针对冠心病重要特征不确定、诊断模型预测性能低等因素而导致冠心病早期诊断精度低的问题,提出一种基于高效通道注意力机制和特征融合的网络。通过XGBoost(eXtreme Gradient Boosting)来确定冠心病重要特征,设计数据生成图片的特征组合算法以适用该模型;为提高诊断模型预测性能,采用可以提升模型学习能力和特征利用率的高效通道注意力机制模块和特征融合模块。实验结果表明,在UCI克利夫兰心脏病数据集上,与其他诊断算法相比,该算法优于传统机器学习方法,预测精度可达100%且稳定性好。; 来源：详细信息评论

限定检索结果