TY -的盟Wang Wendong PY - 2020 DA - 2020/07/22 TI -流行大数据的研究基于改进深卷积神经网络SP - 3641745六世- 2020 AB -近年来,与衰老过程的加速度和生活压力的加剧,长期流行的比例逐渐增加。大量的医学数据将糖尿病患者住院期间生成。它将具有重要的现实意义和社会价值发现潜在的医疗法律和医疗数据中有价值的信息。针对这一点,一种改进深卷积神经网络(简称“CNN +”)算法来预测糖尿病的变化。首先,装袋集成分类算法的输出层函数代替深CNN,它可以帮助改进的深CNN算法构造数据集的糖尿病患者,提高分类的准确性。通过这种方式,“CNN +”算法的优点可以深CNN和装袋算法。一方面,它可以提取的潜在特征数据集通过使用强大的深CNN特征提取能力。另一方面,装袋集成分类算法可以用于功能分类,以提高分类精度,获得更好的疾病预测效果帮助医生诊断和治疗。实验结果表明,与传统的卷积神经网络和其他分类算法,“CNN +”模型可以得到更可靠的预测结果。SN - 1748 - 670 - 2020/3641745 / 10.1155 x你——https://doi.org/10.1155/2020/3641745——摩根富林明——计算和数学方法在医学PB - Hindawi KW - ER