[发明专利]一种基于特征权重的LARS糖尿病预测方法在审
| 申请号： | 201910340600.5 | 申请日： | 2019-04-25 |
| 公开（公告）号： | CN110060781A | 公开（公告）日： | 2019-07-26 |
| 发明（设计）人： | 高秀娥;陈波;陈世峰;桑海涛;胡玲艳 | 申请（专利权）人： | 岭南师范学院 |
| 主分类号： | G16H50/50 | 分类号： | G16H50/50;G06F17/18;G06F17/16 |
| 代理公司： | 广州市南锋专利事务所有限公司 44228 | 代理人： | 李慧 |
| 地址： | 524000 *** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及医疗信息化技术领域，公开了一种基于特征权重的LARS糖尿病预测方法，具体包括以下步骤：步骤1，归一化糖尿病数据集矩阵，初始化当前拟合值向量和残差向量；步骤2，计算自变量特征权重向量和原始相关度向量；步骤3，计算单位向量、回归系数向量、新相关度向量和最大相关度；步骤4，更新回归系数向量，拟合值向量、残差向量和指标集；步骤5，判断残差向量的L2范数是否小于容忍度，若是则结束，若否则重复步骤3到5，本发明从糖尿病数据集特征出发，筛选出糖尿病关键特征变量，简化了糖尿病预测模型；提高了糖尿病预测模型的准确性，从而有助于提供准确的糖尿病预防与治疗措施。 | ||
| 搜索关键词： | 向量 糖尿病 特征权重 残差 糖尿病预测模型 回归系数向量 相关度 拟合 自变量 数据集矩阵 糖尿病预防 医疗信息化 最大相关度 单位向量 关键特征 初始化 归一化 容忍度 数据集 指标集 预测 范数 筛选 重复 更新 治疗 | ||
【主权项】：
1.一种基于特征权重的LARS糖尿病预测方法，其特征在于，包括如下步骤：步骤1，归一化糖尿病数据集矩阵，初始化当前拟合值向量和残差向量；步骤2，计算自变量特征权重向量和原始相关度向量；步骤3，计算角平分向量、回归系数向量、新相关度向量和最大相关度；步骤4，更新回归系数向量，拟合值向量、残差向量和指标集；步骤5，判断残差向量的L2范数是否小于容忍度，若是则结束，否则重复步骤3至步骤5。
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岭南师范学院，未经岭南师范学院许可，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/201910340600.5/，转载请声明来源钻瓜专利网。
