Multi Source_Ensemble_Learning_Neural_Networks:IEEE生物医学工程学交易论文的代码题为“在源丢失数据的情况下对帕
多源合奏_学习_神经网络 IEEE生物医学工程学交易论文的代码,题为“在源丢失数据的情况下对帕金森氏病进行远程预测的多源集合学习” 这是用于训练,验证和测试原稿II-C节中所述的深度神经网络(DNN)和卷积神经网络(CNN)的代码。 此外,还包括用于从Synapse下载原始mPower数据的可自定义脚本,并附带有关如何使用的完整说明。 如果对代码或手稿有任何疑问,请联系 。 如果使用此代码中的任何一个,包括Synapse数据下载客户端,请引用以下手稿: Prince,J.,Andreotti,F.和De Vos,M.,2018年。在源丢失数据的情况下,多源集合学习对帕金森氏病的远程预测。 IEEE生物医学工程学报。 Prince,J.,Arora和S. de Vos,M.,2018年。帕金森氏病的大数据:使用智能手机远程检测纵向疾病表型。 生理测量,39(4),p.044005
文件列表
Multi-Source_Ensemble_Learning_Neural_Networks-master.zip
(预估有个6文件)
Multi-Source_Ensemble_Learning_Neural_Networks-master
main.py
17KB
nNetModelDefinitions.py
9KB
usefulMethods.py
11KB
.gitignore
1KB
synapseDataPullExample
4KB
README.md
2KB
暂无评论