《基于概率因子图模型的医疗社会网络用户健康状态检测方法》PDF+DOC
作者:宫继兵,王睿,王晓峰,崔莉
单位:中国科学院计算技术研究所;中国计算机学会
出版:《计算机研究与发展》2013年第06期
页数:12页 (PDF与DOC格式可能不同)
PDF编号:PDFJFYZ2013060190
DOC编号:DOCJFYZ2013060199
下载格式:PDF + Word/doc 文字可复制、可编辑
《多传感器物联网嵌套数据集的管理与优化模型研究》PDF+DOC2013年第03期 张松炜,赵成,崔晓
《基于物联网技术的设施蔬菜形态建成模型应用平台研究》PDF+DOC2016年第01期 敫健,张娜,刘文钊
《全球未来智慧城市的发展趋势》PDF+DOC2017年第02期
《基于0-1规划的双雷达交叉定位相关组合模型》PDF+DOC2004年第S3期 王锦江
《医疗物联网的发展现状及关键技术探索》PDF+DOC2013年第04期 孟群,杨龙频,赵飞,何褀,许德泉,艾伟
《无线传感网络覆盖中概率Voronoi模型及算法研究》PDF+DOC2012年第05期 汪小龙,张红艳,方潜生,葛运建,汪增福
《基于静态非合作博弈的网络报文取样模型》PDF+DOC2010年第03期 林辉,陈行,陶军
《物联网中数据融合的信誉度模型与仿真》PDF+DOC2010年第11期 胡向东,魏琴芳,唐慧
《电力物联网传感器信息模型研究与应用》PDF+DOC2014年第02期 荆孟春,王继业,程志华,李凌
《基于SVM的人体运动状态检测》PDF+DOC2013年第S1期 于雷,辛晓越,卢志泳,陈志鹏,刘宁
社会网络应用已无处不在,在健康医疗领域也是如此.同时,传感器网络的发展也面临新的形势.在真实世界中,有许多因素(如社会关系、历史健康状态和个人属性信息)都能对健康状态检测?预测结果产生影响.然而,却很少有相关文献能够系统阐述新形势下在一个动态社会网络中节点用户健康状态如何进行检测?预测以及不同因素对用户健康状态影响到何种程度.首先描述一种新颖的医疗物联网:医疗社会网络(medical social networks,MSNs);然后统一考虑社会关系、历史健康状态和用户属性对网络用户健康状态检测结果的影响,提出一种新的基于时-空概率因子图模型(temporal-spatial factorgraph model,TS-FGM)的网络用户健康状态检测?预测方法.在Twitter数据集上对所提出的模型进行了验证,并在一个真实的临床医疗数据集上与SVM基线算法进行了对比实验.实验结果表明所提出的TS-FGM模型是有效的,健康状态检测方法也在一定程度上优于基线方法。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。