[发明专利]一种海警任务相关疾病的预测方法和系统

权利要求书

1.一种海警任务相关疾病的预测方法，其特征在于，包括：

基于历史海警任务信息，确定海警任务相关的疾病集合和诱发每种疾病的危险因素集合；

基于随机森林算法对诱发每种疾病的危险因素进行重要性分析，确定疾病与危险因素的目标对应关系；

基于所述历史海警任务信息和所述目标对应关系，构建目标训练集；

基于所述目标训练集训练XGBoost预测模型，得到训练之后的预测模型；

基于所述训练之后的预测模型对目标海警任务中的疾病进行预测。

2.根据权利要求1所述的方法，其特征在于，基于随机森林对诱发每种疾病的危险因素进行重要性分析，包括：

基于所述诱发每种疾病的危险因素集合和信息增益最大属性，构建每种疾病对应的决策树；

通过如下计算算式计算目标危险因素的重要性：

其中，E₁表示所述目标危险因素未加入随机噪声干扰时单棵决策树预测对应疾病的准确度，E₂表示所述目标危险因素加入随机噪声干扰时单棵决策树预测对应疾病的准确度，n为每种疾病对应的决策树的总数。

3.根据权利要求1所述的方法，其特征在于，基于所述目标训练集训练XGBoost预测模型，包括：采用网格搜索的方法优化所述XGBoost预测模型的超参数。

4.根据权利要求1所述的方法，其特征在于，基于所述训练之后的预测模型对目标海警任务中的疾病进行预测，包括：

获取所述目标海警任务中的目标危险因素集合；

以所述目标危险因素集合作为所述训练之后的预测模型的输入数据，对疾病进行预测，得到每种疾病发生的概率。

5.一种海警任务相关疾病的预测系统，其特征在于，包括：确定模块，分析模块，构建模块，训练模块和预测模块；其中，

所述确定模块，用于基于历史海警任务信息，确定海警任务相关的疾病集合和诱发每种疾病的危险因素集合；

所述分析模块，用于基于随机森林算法对诱发每种疾病的危险因素进行重要性分析，确定疾病与危险因素的目标对应关系；

所述构建模块，用于基于所述历史海警任务信息和所述目标对应关系，构建目标训练集；

所述训练模块，用于基于所述目标训练集训练XGBoost预测模型，得到训练之后的预测模型；

所述预测模块，用于基于所述训练之后的预测模型对目标海警任务中的疾病进行预测。

6.根据权利要求5所述的系统，其特征在于，所述分析模块，还用于：

基于所述诱发每种疾病的危险因素集合和信息增益最大属性，构建每种疾病对应的决策树；

通过如下计算算式计算目标危险因素的重要性：

其中，E₁表示所述目标危险因素未加入随机噪声干扰时单棵决策树预测对应疾病的准确度，E₂表示所述目标危险因素加入随机噪声干扰时单棵决策树预测对应疾病的准确度，n为每种疾病对应的决策树的总数。

7.根据权利要求5所述的系统，其特征在于，所述训练模块，还用于：采用网格搜索的方法优化所述XGBoost预测模型的超参数。

8.根据权利要求5所述的系统，其特征在于，所述预测模块，还用于：

获取所述目标海警任务中的目标危险因素集合；

以所述目标危险因素集合作为所述训练之后的预测模型的输入数据，对疾病进行预测，得到每种疾病发生的概率。

9.一种电子设备，其特征在于，包括：存储器、处理器和存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1-4任一项所述的处理方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令被处理器执行时实现如权利要求1-4任一项所述的方法。