基于深度森林算法的慢性胃炎中医证候分类

摘要:针对中医问诊复杂性和非线性的特点,采用深度森林算法(gcForest)构建慢性胃炎中医问诊证候分类模型.利用gcForest分析慢性胃炎问诊数据,建立证候分类模型,并与DBN和DBM两种深度学习算法以及ML-KNN、BSVM、ECC、RankSVM、LIFT这5种多标记学习算法构建的模型进行比较.实验结果表明,该模型在多标记评价指标和单个证型的分类准确率上都优于其他算法,能有效地解决慢性胃炎中医问诊证候分类问题,通过该算法建立的模型分类效果良好,可以为慢性胃炎证候量化诊断研究提供参考.

关键词:
  • 证候分类  
  • 深度森林  
  • 深度学习  
  • 慢性胃炎  
  • 中医  
作者:
颜建军; 刘章鹏; 刘国萍; 郭睿; 王忆勤; 付晶晶; 钱鹏
单位:
华东理工大学机械与动力工程学院; 上海200237; 上海中医药大学四诊信息综合实验室; 上海201203; 上海中医药大学交叉科学研究院; 上海201203
刊名:
华东理工大学学报·社会科学版

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

华东理工大学学报·社会科学版紧跟学术前沿,紧贴读者,国内刊号为:31-1779/C。坚持指导性与实用性相结合的原则,创办于1986年,杂志在全国同类期刊中发行数量名列前茅。