摘要：随着大众对健康认知的提升，体质检测所采集的基本健康信息以及生理参数指标数据呈指教级增长。基于医疗大数据技术，提出对收集的生理健康数据进行前期预处理和特征提取，通过运用反向传播网络和受限玻尔兹曼机，提出一种基于深度信念网络的个人健康评估模型。该模型能通过训练大量人体健康参数信息，将个人健康评估结果分为3类9级：Healthy（A、B、C），SubHealthy（D＋、D、D），Unhealthy（F＋、F、F），评估出个人健康危险因素与健康状态之间的量化关系。
分类：期刊> 自然科学与工程技术> 信息科技> 计算机软件及计算机应用
收录：知网收录(中) > 维普收录(中) > 万方收录(中) > 国家图书馆馆藏 > 上海图书馆馆藏
关键词：个人健康评估 反向传播网络 深度信念网络
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
