胎兒體重預測SVR模型.pdf

1、目的:為預測胎兒出生時的體重構建新型穩(wěn)定、可靠的預測模型
　　方法:
　　論文中的數據采用的是從福建省閩東醫(yī)院收集的251例有關孕婦及胎兒相關的九項指標數據樣本，對其進行主成分分析(PCA)處理，取前5個主成分構建支持向量回歸(SVR)模型，最后用10層交叉驗證方法對模型的穩(wěn)定性和準確率進行評估。
　　結果:
　　采用10層交叉驗證法對歷史各模型以及本文建立的SVR模型進行評估檢驗，其結果顯示:
　　1、歷

2、史模型在數據擬合準確率方面最優(yōu)模型為ANN模型，可達100％的準確擬合，然而分析結果顯示模型的預測性能不穩(wěn)定，其預測準確率為44.5％。
　　2、歷史模型在預測性能穩(wěn)定的前提下，最優(yōu)模型為由B超下胎兒腹圍，B超下胎兒股骨長構建的二參數回歸模型，交叉驗證結果顯示，其預測準確率為71.7％。
　　3、在對數據進行PCA處理后，利用前五個主成份數據進行SVR擬合建模，對模型進行交叉驗證，結果顯示，各模型預測評估參數都優(yōu)于歷史模型。

3、其中，選取以MAE為尋優(yōu)指標構建的SVR-MAE模型預測準確率為74.1％;選取以CN為尋優(yōu)指標構建的SVR-CN模型預測準確率高達到82.5％，并且模型預測性能穩(wěn)定可靠。
　　創(chuàng)新點:
　　1、本文就預測胎兒體重模型問題上對原始數據指標間的相關性進行分析，并且提出對數據進行PCA預處理后再建模。
　　2、本文就預測胎兒體重模型問題提出SVR模型，并且對其進行10層交叉驗證，驗證結果表明SVR模型優(yōu)于歷史模型。