版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、分類號(hào):密級(jí):UDC:學(xué)號(hào):416534415875南昌大學(xué)專業(yè)學(xué)位碩士研究生學(xué)位論文基于梯度提升決策樹的經(jīng)產(chǎn)婦產(chǎn)后宮縮痛程度的基于梯度提升決策樹的經(jīng)產(chǎn)婦產(chǎn)后宮縮痛程度的分類研究分類研究Theclassificationofmultiparaafterpainsbasedonxgboostalgithm金圓圓培養(yǎng)單位(院、系):南昌大學(xué)護(hù)理學(xué)院指導(dǎo)教師姓名、職稱:程莉主任護(hù)師指導(dǎo)教師姓名、職稱:施雁主任護(hù)師專業(yè)學(xué)位種類:護(hù)理碩士論文答辯
2、日期:2018年5月答辯委員會(huì)主席:評(píng)閱人:2018年5月摘要II摘要目的目的本研究引入機(jī)器學(xué)習(xí)極端梯度提升樹(eXtremeGradientBoostingXGBoost)算法,將可能影響產(chǎn)后宮縮痛的每一個(gè)因素作為產(chǎn)后宮縮痛患者的特征表現(xiàn),對(duì)該患者的疼痛程度進(jìn)行分類識(shí)別,以客觀的視角出發(fā),研制疼痛評(píng)估的新方法,為臨床醫(yī)護(hù)工作者提供一套完整的疼痛評(píng)估體系,改善以往不重視產(chǎn)后宮縮痛的局面,為產(chǎn)后宮縮痛的治療提供證據(jù)指標(biāo)。方法方法1、采用現(xiàn)
3、況調(diào)查的研究方法選取江西省某三級(jí)甲等??漆t(yī)院2017年6月12月在產(chǎn)科分娩住院的經(jīng)產(chǎn)婦作為調(diào)查對(duì)象,對(duì)經(jīng)產(chǎn)婦的基本信息、分娩信息、產(chǎn)后宮縮痛疼痛程度等方面進(jìn)行調(diào)查,并對(duì)調(diào)查表進(jìn)行探索性因子分析,得出內(nèi)容效度。共選取805人,獲得有效數(shù)據(jù)600份,運(yùn)用SPSS20.0統(tǒng)計(jì)軟件對(duì)收集的數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析。2、運(yùn)用機(jī)器學(xué)習(xí)XGBoost的方法,將每一位經(jīng)產(chǎn)婦視為一個(gè)樣本量,其相應(yīng)的數(shù)據(jù)作為該樣本量的屬性值,將600例樣本前70%作為訓(xùn)練組輸入X
4、GBoost計(jì)算機(jī)算法程序中進(jìn)行黑箱操作,形成機(jī)器評(píng)估模型,將后30%的樣本作為測(cè)試組以驗(yàn)證該模型的準(zhǔn)確度,最終得出機(jī)器學(xué)習(xí)產(chǎn)后宮縮痛程度的評(píng)估結(jié)果。3、將人為主觀疼痛評(píng)估的結(jié)果與機(jī)器客觀疼痛評(píng)估的結(jié)果進(jìn)行比對(duì),以Kappa系數(shù)和ROC曲線及AUC值表示兩種評(píng)估方法的效果。結(jié)果結(jié)果1、本研究通過自制經(jīng)產(chǎn)婦產(chǎn)后宮縮痛一般信息調(diào)查表,調(diào)查了包括經(jīng)產(chǎn)婦的基本信息15個(gè)條目,自然分娩信息7個(gè)條目以及剖宮產(chǎn)手術(shù)信息5個(gè)條目,另外設(shè)計(jì)分娩信息補(bǔ)充信
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于梯度提升決策樹的肽碎片離子強(qiáng)度建模.pdf
- 基于c4.5決策樹的試題難易程度分類研究
- 基于C4.5決策樹的試題難易程度分類研究.pdf
- 梯度提升決策樹(GBDT)并行學(xué)習(xí)算法研究.pdf
- 基于決策樹的分類方法研究.pdf
- 基于有序決策樹的故障程度診斷研究.pdf
- 基于梯度提升決策樹與深度信念網(wǎng)絡(luò)融合的推薦算法研究.pdf
- 基于決策樹的組合分類器的研究.pdf
- 基于決策樹的軟件分類方法研究.pdf
- 基于決策樹的單調(diào)分類算法研究.pdf
- 基于隨機(jī)梯度提升決策樹的行人檢測(cè)算法設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于決策樹算法的客戶分類模型研究.pdf
- 基于決策樹的瓷磚圖像分類方法研究.pdf
- 基于決策樹的面向?qū)ο蠓诸惙椒ㄑ芯?pdf
- 基于決策樹的網(wǎng)絡(luò)流量分類研究.pdf
- 決策樹分類優(yōu)化算法的研究.pdf
- 基于決策樹分類算法的Web文本分類研究.pdf
- 基于隱私保護(hù)的決策樹分類模型的研究.pdf
- 基于決策樹技術(shù)的遙感影像分類研究.pdf
- 基于決策樹分類器的遷移學(xué)習(xí)研究.pdf
評(píng)論
0/150
提交評(píng)論