发明

基于动态信息价值准则和集成学习的动脉粥样硬化风险预测方法

2023-05-09 10:14:26 发布于四川 0
  • 申请专利号:CN202111455856.4
  • 公开(公告)日:2024-09-17
  • 公开(公告)号:CN114388129A
  • 申请人:南京信息工程大学
摘要:本发明为基于动态信息价值准则和集成学习的动脉粥样硬化风险预测方法,公开了所述方法包括:基于动态信息价值准则对采集的数据集进行筛选,分为最优特征集和残留特征集;基于机器学习算法将最优特征集与残留特征集作为基分类器A、基分类器B;根据基分类器A、基分类器B建立预测模型A和预测模型B;将最优特征集和残留特征集输入预测模型A和预测模型B,将所得到的预测结果加权集成,输出最终集成学习预测结果,本发明在使用机器学习算法进行动脉粥样硬化风险预测的基础上,由模型预测效果优劣来进行特征筛选,挑选出数据冗余度低、有代表性的特征,考虑到了更为优秀的特征、提高了模型预测效果。

专利内容

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114388129 A (43)申请公布日 2022.04.22 (21)申请号 202111455856.4 (22)申请日 2021.12.01 (71)申请人 南京信息工程大学 地址 224002 江苏省盐城市盐南高新区新 河街道文港南路105号 (72)发明人 刘文军 尤欢 黄辉 白雪  陈子涵 杨旻荟 蒋松言 温宇航  (74)专利代理机构 南京纵横知识产权代理有限 公司 32224 代理人 董建林 (51)Int.Cl. G16H 50/30 (2018.01) G06Q 10/04 (2012.01) G06N 20/00 (2019.01) G06K 9/62 (2022.01) 权利要求书3页 说明书6页 附图2页 (54)发明名称 基于动态信息价值准则和集成学习的动脉 粥样硬化风险预测方法 (57)摘要 本发明为基于动态信息价值准则和集成学 习的动脉粥样硬化风险预测方法,公开了所述方 法包括:基于动态信息价值准则对采集的数据集 进行筛选,分为最优特征集和残留特征集;基于 机器学习算法将最优特征集与残留特征集作为 基分类器A、基分类器B;根据基分类器A、基分类 器B建立预测模型A和预测模型B;将最优特征集 和残留特征集输入预测模型A和预测模型B,将所 得到的预测结果加权集成,输出最终集成学习预 测结果,本发明在使用机器学习

最新专利