[发明专利]一种基于机器学习的糖尿病智能预测模型的建立方法在审
| 申请号： | 201711445663.4 | 申请日： | 2017-12-27 |
| 公开（公告）号： | CN109979599A | 公开（公告）日： | 2019-07-05 |
| 发明（设计）人： | 石刚;孙靖哲;赵伟;李虎阳;刘晓松 | 申请（专利权）人： | 中国科学院沈阳自动化研究所 |
| 主分类号： | G16H50/50 | 分类号： | G16H50/50 |
| 代理公司： | 沈阳科苑专利商标代理有限公司 21002 | 代理人： | 李巨智 |
| 地址： | 110016 辽*** | 国省代码： | 辽宁;21 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于机器学习的糖尿病智能预测模型的建立方法，从数据库调取个体生理参数数据，并将个体生理参数数据通过稀疏自编码器转化为xgboost模型可用的稀疏特征；将稀疏特征带入xgboost模型进行训练，在训练过程中调整xgboost模型的结构与参数，得到训练后的xgboost模型；将训练后的xgboost模型的参数进行提取，转化为预测模型，并根据预测模型得到预测结果。本发明采用稀疏自编码器自动提取有效特征，减少了对医学先验知识的需求；通过易采集的生理参数，在降低数据采集难度的情况下保证了预测准确率；可重复使用预测模型，不需要频繁再训练，降低了时间复杂度。 | ||
| 搜索关键词： | 预测模型 生理参数数据 智能预测模型 基于机器 稀疏特征 编码器 稀疏 糖尿病 时间复杂度 生理参数 数据采集 先验知识 训练过程 有效特征 预测结果 自动提取 可重复 准确率 调取 可用 转化 数据库 采集 学习 医学 预测 保证 | ||
【主权项】：
1.一种基于机器学习的糖尿病智能预测模型的建立方法，其特征在于：包括以下步骤：步骤1：从数据库调取个体生理参数数据，并将个体生理参数数据通过稀疏自编码器转化为xgboost模型可用的稀疏特征；步骤2：将稀疏特征带入xgboost模型进行训练，在训练过程中调整xgboost模型的结构与参数，得到训练后的xgboost模型；步骤3：将训练后的xgboost模型的参数进行提取，转化为预测模型，并根据预测模型得到预测结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国科学院沈阳自动化研究所，未经中国科学院沈阳自动化研究所许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201711445663.4/，转载请声明来源钻瓜专利网。
- 上一篇：用人体
- 下一篇：基于虚拟现实的眼眶手术训练方法、系统和存储介质
