原创力文档- 1、本文档共53页，其中可免费阅读20页，需付费100金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
- 3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
摘要
医疗数据流拥有极高的医学诊断价值。随着人工智能技术的发展，医疗数据流的自
动分类成为重要的研究方向。然而，一段医疗数据流样本通常包含多个类别，传统的单
标签分类模型在此场景下难以胜任，单标签分类任务默认标签之间完全独立，忽视了类
别之间的相关性。此外，医疗数据集通常存在长尾问题，这使得模型会太过侧重于多数
类别特征，而忽视少数部类别特征，进而影响分类任务的准确度。为了解决上述问题，
本文基于图卷积神经网络对多标签医疗数据流进行分类研究，主要创新点和研究内容如
下：
（1）针对
文档评论（0）