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!
申请/专利权人:昆明同心医联科技有限公司
摘要:本申请实施例公开了一种栓塞动脉瘤的首发弹簧圈推荐模型建立方法及其应用,栓塞动脉瘤的首发弹簧圈推荐模型建立方法包括S1、获取多个数据样本,初始化每个数据样本的样本权重;S2、将深度神经网络分解机条件输入当前深度神经网络分解机模型进行处理,获得当前深度神经网络分解机模型;S3、将数据样本划分到当前深度神经网络分解机模型的各个树的中间节点上,得到多个具有异质性的数据组;S4、利用各个中间节点的数据,进行训练并更新样本权重;S5、根据更新后的样本权重,将深度神经网络分解机条件输入下一个深度神经网络分解机模型进行处理,循环执行步骤S2至S5;S6、进行模型参数优化,获得栓塞动脉瘤的首发弹簧圈推荐模型。
主权项:1.一种栓塞动脉瘤的首发弹簧圈推荐模型建立方法,其特征在于,包括:S1、获取包括动脉瘤尺寸信息和弹簧圈尺寸信息的训练数据的多个数据样本,初始化每个所述数据样本的样本权重;S2、将包括所述数据样本的深度神经网络分解机条件输入当前深度神经网络分解机模型进行处理,以利用所述数据样本和所述样本权重进行模型参数优化,获得预测首发弹簧圈推荐信息的所述当前深度神经网络分解机模型;S3、将所述数据样本划分到所述当前深度神经网络分解机模型的各个树的中间节点上,以每个树的所述中间节点上的所述数据样本作为一个数据组,得到多个具有异质性的所述数据组;S4、利用各个所述中间节点的数据,执行每个所述中间节点分支的深度神经网络分解机模型进行训练并更新所述样本权重;S5、根据更新后的所述样本权重,将所述深度神经网络分解机条件输入下一个所述深度神经网络分解机模型进行处理,回到步骤S2循环执行步骤S2至S5,直至达到迭代轮次上限;S6、将所述深度神经网络分解机条件输入最终的所述深度神经网络分解机模型进行处理利用所述数据样本进行模型参数优化,获得预测所述首发弹簧圈推荐信息的可平衡异质性样本组的目标深度神经网络分解机模型,作为栓塞动脉瘤的所述首发弹簧圈推荐模型。
全文数据:
权利要求:
百度查询: 昆明同心医联科技有限公司 栓塞动脉瘤的首发弹簧圈推荐模型建立方法及其应用
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。