基于机器学习的妊娠期糖尿病智能预测系统设计与实现

为帮助有效识别患有妊娠期糖尿病的孕妇,提前干预治疗,降低其潜在风险,设计并开发了妊娠期糖尿病智能预测系统。首先,在对比10种机器学习模型的基础上对临床数据集进行数据归一化和特征筛选,减少模型计算复杂度和一些使模型不稳定的特征;其次,使用Stacking算法对10种不同的机器学习模型进行集成,分别搭建2个集成模型Stacking1和Stacking2,比较集成模型的性能;最后,基于PyQt5设计妊娠期糖尿病智能预测系统,预测孕妇患妊娠期糖尿病的风险,并给出建议。结果表明：使用10个机器学习模型以及2个集成模型对GDM进行预测,发现GBDT的预测结果高于其他机器学习模型,集成模型Stacking2将多个异质学习器相结合表现出较高的准确性和可靠性,且评价指标Accuracy、Precision、Recall、AUC分别为0.900 9、0.901 2、0.900 7、0.900 7,均高于同类模型。智能预测系统能有效预测妊娠期糖尿病的风险,能够及早发现易患病人群,并提供妊娠期糖尿病的科普知识,从而加强对易患病人群的健康管理,降低妊娠期糖尿病发生的风险。     

我国电子通信产业竞争力评价研究

自改革开放以来,我国电子通信产业历经多年发展已经取得了长足进步,但是从整体上来看,与世界电子强国相比仍存在不小的差距。近年来,我国在手机、计算机、路由器以及集成电路等众多电子通信产品方面与诸多贸易伙伴屡次出现贸易争端,并且随着我国电子通信产业的迅猛发展,相关贸易争端正在呈现出逐年攀升的趋势;预计未来将会有更多更复杂甚至于更激烈的电子通信贸易争端显现出来。本文正是在这种背景下,从我国电子通信产业的竞争环境以及影响我国电子通信产业竞争力的重要因素对我国电子通信产业的竞争力进行客观的评价,并有针对性的制定一些提升竞争力的措施和建议,希望能为我国电子通信产业的现代化发展提供理论上的支持。     

浅析我国劳动密集型产业中的竞底竞争模式

本文阐述了当前我国劳动密集型产业发展存在的严重问题,通过分析劳动密集型产业竞争模式中的竞底模式,得出我国劳动密集型产业转型中最应该做思维转型的结论.在此基础上提出了一些有助于我国劳动密集型产业走上可持续发展道路的观点.