13、评估吸入器对慢性阻塞性肺疾病（COPD）患者的使用效果及智能导航解决方案

最新推荐文章于 2025-07-18 11:29:32 发布

berry

最新推荐文章于 2025-07-18 11:29:32 发布

阅读量7

点赞数

CC 4.0 BY-SA版权

分类专栏：移动计算前沿：MobiCASE 2020精选文章标签： COPD 吸入器效果评估机器学习

本文链接：https://blog.csdn.net/berry/article/details/149512305

移动计算前沿：MobiCASE 2020精选专栏收录该内容

23 篇文章 ¥399.00 ¥499.90

订阅专栏

超级会员免费看

评估吸入器对慢性阻塞性肺疾病（COPD）患者的使用效果及智能导航解决方案

机器学习算法在COPD咳嗽和呼吸症状分类中的比较

在对COPD患者咳嗽和呼吸症状的分类研究中，使用了几种流行的机器学习方法，包括k - 最近邻（k - Nearest Neighbors）、随机森林（Random Forests）、逻辑回归（Logistic Regression）和多层感知器（Multilayer Perceptron），并与支持向量机（Support Vector Machine，SVM）进行了比较。

从分类结果来看，SVM在大多数指标上表现最佳。这是因为SVM在二元分类问题上表现出色，并且对于线性可分的数据，如本次研究的数据，效果良好。以下是不同算法在咳嗽和呼吸分类中的具体表现：