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
文献类型：期刊论文
| 作者 | 宫继兵1; 王睿2; 王晓峰2; 崔莉2 |
| 刊名 | 计算机研究与发展
 |
| 出版日期 | 2013 |
| 卷号 | 50.0期号:006页码:1285 |
| 关键词 | 医疗社会网络 医疗物联网 多源异构数据融合 大规模传感器网络建模与分析 人体健康状态 检测 预测方法 |
| ISSN号 | 1000-1239 |
| 英文摘要 | 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 factor graphmodel，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． |
| 语种 | 英语 |
| 源URL | [http://119.78.100.204/handle/2XEOYT63/35433]  |
| 专题 | 中国科学院计算技术研究所期刊论文_中文 |
| 作者单位 | 1.燕山大学 2.中国科学院计算技术研究所 |
| 推荐引用方式 GB/T 7714 | 宫继兵,王睿,王晓峰,等. 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[J]. 计算机研究与发展,2013,50.0(006):1285. |
| APA | 宫继兵,王睿,王晓峰,&崔莉.(2013).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.计算机研究与发展,50.0(006),1285. |
| MLA | 宫继兵,et al."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".计算机研究与发展 50.0.006(2013):1285. |
入库方式： OAI收割
来源：计算技术研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。