新冠肺炎作為一種新發(fā)性傳染疾病,與流感均含有發(fā)熱、咳嗽等臨床特征,快速準確地將新冠肺炎與流感進行鑒別,有助于對患者進行救治。采用獨立樣本t檢驗的方法對患者檢驗數(shù)據(jù)中多個指標進行差異性分析,選擇差異性較大的指標,評估機器學習中線性與非線性算法、集成算法等多種算法在流感與新冠肺炎快速鑒別中的應用效果。結果顯示,SVM算法在新冠肺炎與流感的鑒別問題上效果更好。 

【文章來源】：中國數(shù)字醫(yī)學. 2020,15(09)

【文章頁數(shù)】：4 頁

【部分圖文】：

線性與非線性算法評估結果

集成算法評估結果

【參考文獻】：
期刊論文
[1]基于CNN-SVM的護理不良事件文本分類研究[J]. 葛曉偉,李凱霞,程銘.  計算機工程與科學. 2020(01)
[2]流感樣癥狀患者臨床特征分析[J]. 劉思齊,蔣龍元.  中華衛(wèi)生應急電子雜志. 2019(03)



本文編號：3031073