摘要
本发明公开了一种基于k‑means聚类分析的糖尿病并发症预测方法,包括特征选择模块,所述特征选择模块包括收集单元和清滤单元,所述特征选择模块通过收集单元收集患者数据,所述特征选择模块通过清滤单元清洗并过滤出符合k‑means聚类分析的数据;阈值计算模块,涉及糖尿病预测技术领域。本发明对K‑means的模型进行了细化改进,结合当前的医疗数据细化操作过程并具体通过特征选择模块收集并过滤出符合k‑means聚类分析的数据,然后所述阈值计算模块集合k‑means聚类分析的特征数据和RNN卷积算法、加权计算出k‑means聚类分析的内聚类结果,最后RNN卷积算法再介入并晚上内聚类结果计算,实现并勾画出供医生诊断的糖尿病预测模型,预测方法先进。
技术关键词
特征选择
预测系统
卷积算法
糖尿病预测技术
模块
数据预处理功能
神经网络算法
云平台
聚类
清洗单元
患者
生理
指标
模式
关系
系统为您推荐了相关专利信息
抛光轮
流变抛光设备
力传感器
光学元件
抛光方法
智能清洗系统
清洁度识别
智能清洗方法
烘干模块
数据采集模块
二级放大器
模块式
输入接口
信号发生器
电源适配器
多模态生理
癫痫预警
预警模块
矩阵
数据处理模块