10.3969/j.issn.1000-386x.2014.12.053
数据挖掘预测模型在脑损伤患者认知功能康复中的应用
为了更好地预测后天性脑损伤ABI（ Acquired Brain Injury）患者认知功能康复的影响因素，提出基于决策树（ DT）、多层感知器（ MLP）和广义回归神经网络（ GRNN）的三种预测模型。借助于10折交叉验证测试算法，通过专一性、灵敏度和精度分析以及混淆矩阵分析对模型的性能进行测试，从而获得新的知识以评估和改善认知功能康复过程中的有效性。实验结果表明，基于DT的模型的模拟结果明显比其他模型更为优越，预测平均精度可高达90．38％。
后天性脑损伤、认知功能康复、数据挖掘、决策树、多层感知器、广义回归神经网络
TP311(计算技术、计算机技术)
国家自然科学基金项目F020704；广东省教育科学“十二五”规则课题2012JK304。
2015-01-15（万方平台首次上网日期，不代表论文的发表时间）
共5页
221-224,282
