随着时代的发展,以糖尿病为主的慢性病对人们生活的影响愈来愈严重,患病人数居高不下,并发症发生频频。在医疗领域,机器学习技术已在解决医疗难题上崭露头角,可以辅助进行疾病预警、病情分析等,但是在糖尿病防控及并发症治疗方面应用较少,机器学习模型在糖尿病预测及复杂场景下的效果略显不足。基于此,本文将机器学习技术用于糖AZD1152-HQPA说明书尿病及其并发症诊治智能服务上,首先基于用户身体数据信息感知用户是否患病;其次在患病基础上实现对并发症的预测,防控病情恶化;最后研究医药问答服务模型,为用户提供智能服务,动态调控身体状况。本文具体工作有以下三个方面rhizosphere microbiome:(1)提出一种自适应权重集成学习的糖尿病预测模型,该模型在集成学习投票法的基础上增加了一个神经网络层,使得模型能够根据基本分类器的特点自主调节分类器权重,实现对不同分类器性能的最佳调控,从而提升糖尿病预测效果。(2)提出一种基于深度学习的糖尿病并发症预测模型,该模型以BP神经网络模型为基础,为解决学习率对模型收敛的影响,提出一种自适应学习率算法,使模型收敛时具有更少的迭代次数,同时能更容易地探索到最优解,进而提升糖尿病并发症预测模型性能。(LXH2543)提出一种基于知识图谱的糖尿病问答服务模型,该模型在糖尿病预测和并发症预测的基础上,通过构建医药知识图谱将医药信息整合为有利于问答服务的图数据,同时基于Word2Vec词向量的问句分类模型,对问句核心进行准确理解,从而在医药知识图谱中检索到最佳答案,实现对用户糖尿病诊疗的最优服务。