文献类型：期刊文章

作　　者：黄峻嘉[1] 张琪[2] 赵娜[1] 李蓉[2] 苏宇涵[1] 周涛[3]

HUANG Jun-jia;ZHANG Qi;ZHAO Na;LI Rong;SU Yu-han;ZHOU Tao(National Pilot School of Software,Yunnan University,Kunming,650504;EYE SEE Ophthalmology Clinic,Eye See Inc,Chengdu,610041;Big Data Research Center,University of Electronic Science and Technology of China,Chengdu,611731)

机构地区：[1]云南大学软件学院,昆明650504 [2]小艾眼科诊所,艾视医疗科技成都有限公司,成都610041 [3]电子科技大学大数据研究中心,成都611731

出　　处：《电子科技大学学报》

基　　金：国家重点研发计划(2018YFB2100100);国家自然科学基金(62066048,11975071);中国博士后科学基金(2020M673312)。

年　　份：2021

卷　　号：50

期　　号：2

起止页码：256-260

语　　种：中文

收录情况：BDHX、BDHX2020、CAS、CSCD、CSCD2021_2022、EI、IC、JST、MR、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：该文分析了国内外近视检查数据,统计结果显示中国青少年近视发生率远远超过国际水平,其中8~12岁是近视新增的高发时期,平均每年约有20%的非近视学生转为近视学生,而10~14岁是高度近视新增的危险时期。此外,父母近视情况和户外活动时间对近视形成的影响最大,高于电脑使用时间和看电视时间的影响。该文采用5种集成学习方法对未来视力情况进行预测,综合考虑鲁棒性和精确度,随机森林模型预测效果最好,其中近视的预测准确率在70%训练集、30%测试集划分的情况下为92.8%。

关 键 词：集成学习  近视 预测  随机森林  

分 类 号：TP391]