买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉北京科技大学;北京科技大学顺德研究生院申请的专利一种基于加权和策略分布式算法的ADHD病例分类方法及装置获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114386486B 。

龙图腾网通过国家知识产权局官网在2025-09-26发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202111575995.0，技术领域涉及：G06V10/764；该发明授权一种基于加权和策略分布式算法的ADHD病例分类方法及装置是由邵立珍;吕权修;付冬梅设计研发完成，并于2021-12-21向国家知识产权局提交的专利申请。

本一种基于加权和策略分布式算法的ADHD病例分类方法及装置在说明书摘要公布了：本发明提供了一种基于加权和策略分布式算法的ADHD病例分类方法及装置，涉及机器学习技术领域。包括：本发明使用fMRI数据与分类技术，并提出了一种基于加权策略的分布式多目标优化方法，并将其应用于二分类的ADHD软间隔支持向量机。利用加权和法将多目标支持向量机转化为单目标优化问题，然后利用分布式方法进行迭代求解，该方法能有效地处理多性能指标的SVM，通过多智能体系统之间的协作和协调提高优化效率，很好地对数据分布在不同服务主机下的ADHD分类问题进行求解。由于rs‑fMRI在精神疾病的分析中显示出其特有的优势，不仅可以用于ADHD的分类，还可以用于精神分裂症和老年痴呆症病例的分类。

本发明授权一种基于加权和策略分布式算法的ADHD病例分类方法及装置在权利要求书中公布了：1.一种基于加权和策略分布式算法的ADHD病例分类方法，其特征在于，包括： S1：获取测试者的大脑图像，对所述大脑图像进行预处理，获得大脑脑区图像数据集； S2：对所述大脑脑区图像数据集进行降维处理，获得病例样本数据集，所述病例样本数据集包含m个数据，m为训练样本数； S3：构建二分类多目标支持向量机的模型；通过加权和法，将所述二分类多目标支持向量机的模型中多目标支持向量机问题，转化为单目标支持向量机问题； 所述步骤S3，构建二分类多目标支持向量机的模型，包括： S31：基于2-范数的典型软间隔，得到二分类多目标支持向量机的初步模型，所述初步模型描述如下述公式1： 其中，ω和b是决策变量，同时也是分类器的参数，ξj表示训练样本点xj的松弛变量；松弛变量的大小表示xj不满足其相应约束yjωTxj+b≥1的程度，yj是训练样本点xj的标签，用于确定xj所属的类别；C表示确定两类正则化成本的惩罚参数； S32：根据病例样本数据集中的数据分布并存储在不同的智能体中、且数据量大的特性，将所述公式1建模为二分类多目标支持向量机的模型，如下述公式2： 其中i∈{1,2,…,n}代表第i个智能体，n为一个正整数值，m为训练样本数；为松弛变量； 所述步骤S3中，通过加权和法，将所述二分类多目标支持向量机的模型中多目标支持向量机问题，转化为单目标支持向量机问题，包括： 通过加权和法，将多目标优化问题的公式2转化为单目标优化问题的公式3， 其中wi是对应于第i个目标函数的正权重因子，即wi0且 S4：构造针对所述单目标支持向量机问题的分布式算法，得到基于分布式算法的支持向量机模型； 所述步骤S4中，构造针对所述单目标支持向量机问题的分布式算法，得到基于分布式算法的支持向量机模型，包括： S41：在公式3的基础上，构造如下述公式4的拉格朗日函数， 其中，λ和μ代表辅助变量，即拉格朗日乘子； S42：在所述拉格尔朗日函数的基础上设计分布式算法程序；所述分布式算法程序包括： 输入：均匀选取的h组权重向量w＝{w1,w2,…,wh}T， 其中以及初始化的决策变量和辅助变量xi[1],λi[1],μi[1],i＝1,2,…,n； 输出：x*＝{x1[K+1],…,xh[K+1]}T以及fx*＝{fx1[K+1],…,fxh[K+1]}T； 其中xo[K+1]＝{xo,1[K+1],…,xo,n[K+1]},o∈{1,2,…,h}；PΩ代表对决策变量可行域的欧几里德投影；代表对辅助变量λ的可行域即R+的欧几里德投影，α为恒定的迭代步长，K为最大迭代步数； S43：将得到的设计好的分布式算法程序应用于所述二分类多目标支持向量机的模型，得到基于分布式算法的支持向量机模型； S5：选取所述病例样本数据集中的z个训练数据构成训练集，对所述基于分布式算法的支持向量机模型进行训练；选取所述病例样本数据集中的m-z个数据构成测试集，对训练好的基于分布式算法的支持向量机模型进行测试，得到测试好的基于分布式算法的支持向量机模型；通过所述测试好的基于分布式算法的支持向量机模型，完成注意力缺陷多动障碍ADHD病例的分类。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京科技大学;北京科技大学顺德研究生院，其通讯地址为：100083 北京市海淀区学院路30号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。