换一批摘要糖尿病特征具有多模态、高维度、冗余复杂等特点,影响糖尿病的预测精度.针对此问题,本文提出基于特征交互与改进多目标粒子群优化算法的糖尿病特征选择方法.首先,对多模态数据进行融合,利用文本与数值数据共同构建糖尿病特征集;然后,通过mRMR与改进多目标粒子群优化算法删除冗余特征,筛选出与糖尿病相关性高的重要特征;最后,基于相关性分析构建组合指标特征集.采用SVM、随机森林、逻辑回归和决策树等 4 种预测模型对其进行分类评估,结果显示组合指标特征集的预测准确率为 90%.对糖尿病预测有较高的准确率.
更多相关知识
栏目名称
DOI
10.20169/j.issn.2095-2163.24040601
发布时间
2026-03-31（万方平台首次上网日期，不代表论文的发表时间）
- 浏览1
- 被引0
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
