一种基于注意力增强深度置信网络的糖尿病风险预测方法

本发明提供一种基于注意力增强深度置信网络的糖尿病风险预测方法，包括对收集到的原始数据进行预处理；使用结合卡方检验、互信息增益和方差阈值的投票集成特征选择方法，筛选出与糖尿病关键特征；使用生成对抗网络GAN，针对筛选出的关键特征中的少数类数据生成合成数据；对特征数据进行注意力机制加权处理，生成加权上下文向量，并输入至深度置信网络中，输出糖尿病患病概率；在训练过程中，结合交叉熵损失和焦点损失形成混合损失函数，用于指导DBN模块和注意力模块的参数调整；输出糖尿病风险预测结果。本发明可以解决现有技术在处理高度不平衡数据、特征选择与重要性、模型结构以及损失函数方面的缺陷，提高糖尿病风险预测的准确性和可靠性。