检索结果-南通市图书馆

Prediction of diabetes and hypertension using multi-layer perceptron neural networks

International Journal of modeling, Simulation, and Scientific Computing 2021年第2期12卷 120-137页

作者： Hani Bani-Salameh Shadi Malkhatib moawyiah Abdalla mo’taz al-hami Ruaa Banat Hala Zyod Ahed J alkhatib Department of Software Engineering The Hashemite University ZarqaJordan Department of Computer Information System The Hashemite University ZarqaJordan Department of Legal Medicine School of Medicine JUSTJordan

Background:Diabetes and hypertension are two of the commonest diseases in the *** they unfavorably affect people of different age groups,they have become a cause of concern and must be predicted and diagnosed well in ***:This research aims to determine the effectiveness of artificial neural networks(ANNs)in predicting diabetes and blood pressure diseases and to point out the factors which have a high impact on these ***:This work used two online datasets which consist of data collected from 768 *** applied neural network algorithms to predict if the individuals have those two diseases based on some *** prediction is based on five factors:age,weight,fat-ratio,glucose,and insulin,while blood pressure prediction is based on six factors:age,weight,fat-ratio,blood pressure,alcohol,and ***:A model based on the Multi-Layer Perceptron Neural Network(MLP)was *** inputs of the network were the factors for each disease,while the output was the prediction of the disease’s *** model performance was compared with other classifiers such as Support Vector Machine(SVM)and K-Nearest Neighbors(KNN).We used performance metrics measures to assess the accuracy and performance of ***,a tool was implemented to help diagnose the diseases and to understand the ***:The model predicted the two diseases with correct classification rate(CCR)of 77.6%for diabetes and 68.7%for *** results indicate that MLP correctly predicts the probability of being diseased or not,and the performance can be significantly increased compared with both SVM and *** shows MLPs effectiveness in early disease prediction.

关键词： Artificial Neural Network(ANN) Multi-Layer Perceptron(MLP) SVM KNN decision-making prediction tools diabetes blood pressure hypertension software tools

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

紫外有机发光器件的激子形成区域优化与掺杂调控

引用

发光学报 2016年第2期37卷 213-218页

作者：莫炳杰刘黎明王红航游凤姣魏斌张小文桂林电子科技大学广西信息材料重点实验室广西桂林541004 广西信息科学实验中心广西桂林541004 电子科技大学中山学院电子薄膜与集成器件国家重点实验室中山分室广东中山528402 上海大学新型显示技术及应用集成教育部重点实验室上海200072

采用空穴传输兼发光层CBP和电子传输兼发光层taz构建了紫外有机电致发光器件（UVOLED）,通过调控功能层厚度可以优化激子形成区域,进而改善器件性能。实验结果表明：CBP厚度的变化对器件性能影响甚微,而taz厚度变化则有显著影响。当CBP... 详细信息

采用空穴传输兼发光层CBP和电子传输兼发光层taz构建了紫外有机电致发光器件（UVOLED）,通过调控功能层厚度可以优化激子形成区域,进而改善器件性能。实验结果表明：CBP厚度的变化对器件性能影响甚微,而taz厚度变化则有显著影响。当CBP和taz厚度分别为50 nm和30 nm时,获得了最大辐照度为4.4 m W/cm2@270 m A/cm2、外量子效率（EQE）为0.94%@12.5 m A/cm2,发光来自于CBP主发光峰~410nm以及taz肩峰~380 nm的UVOLED器件。在此基础上,通过在CBP/taz界面引入超薄[CBP∶taz]掺杂层可以加速激子复合,降低器件驱动电压,同时还有利于改善载流子平衡性,提高发光效率（最大EQE达到了0.97%@20 m A/cm2）而不影响光谱特性。

关键词：紫外有机电致发光器件载流子调控激子掺杂

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：