发明

基于狄克斯特拉算法的低冗余度动脉粥样硬化风险预测方法

2023-05-12 11:33:45 发布于四川 0
  • 申请专利号:CN202210106377.X
  • 公开(公告)日:2024-09-17
  • 公开(公告)号:CN114550941A
  • 申请人:南京信息工程大学
摘要:本发明公开了基于狄克斯特拉算法的低冗余度动脉粥样硬化风险预测方法,所述方法包括:采集原始数据集,并对原始数据集进行预处理;基于狄克斯特拉算法的低冗余度特征筛选方法对原始数据挑选出数据冗余度低、有代表性的特征作为最优特征集,将残留特征记为残留特征集;基于机器学习算法将最优特征集作为基分类器A、将残留特征集作为基分类器B,分别建立预测模型,记为预测模型A、预测模型B;基于贝叶斯网络计算预测模型A、预测模型B的权重;将预测模型A预测模型B所得到的预测结果加权集成,输出最优预测结果。

专利内容

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114550941 A (43)申请公布日 2022.05.27 (21)申请号 202210106377.X G06F 17/18 (2006.01) (22)申请日 2022.01.28 (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 杨旻荟 陈子涵 蒋松言 温宇航  刘文军 黄辉  (74)专利代理机构 南京纵横知识产权代理有限 公司 32224 专利代理师 董建林 (51)Int.Cl. G16H 50/50 (2018.01) G16H 50/30 (2018.01) G16H 50/70 (2018.01) G06K 9/62 (2022.01) 权利要求书3页 说明书7页 附图2页 (54)发明名称 基于狄克斯特拉算法的低冗余度动脉粥样 硬化风险预测方法 (57)摘要 本发明公开了基于狄克斯特拉算法的低冗 余度动脉粥样硬化风险预测方法,所述方法包 括:采集原始数据集,并对原始数据集进行预处 理;基于狄克斯特拉算法的低冗余度特征筛选方 法对原始数据挑选出数据冗余度低、有代表性的 特征作为最优特征集,将残留特征记为残留特征 集;基于机器学习算法将最优特征集作为基分类 器A、将残留特征集作为基分类器B,分别建立预 测模型,记为预测模型A

最新专利