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：东北大学;上海市第六人民医院

摘要：本发明涉及一种基于半监督Semi‑KNN模型的PISA故障识别方法，包括：S10、获取预设时间段内的待测血糖信息并预处理，得到预处理后的待测血糖信息；S20、基于预先建立的PISA约束集合和预处理后的待测血糖信息，采用相似度度量处理方式获取约束关系；S30、将预处理后的待测血糖信息、约束关系输入到预先训练的半监督Semi‑KNN模型中，半监督Semi‑KNN模型输出待测血糖信息的分类结果；半监督Semi‑KNN模型为采用训练数据集和PISA约束集合对KNN模型进行训练，得到的用于识别血糖信息异常的半监督方式的模型。上述方法提高了血糖信息检测的可靠性，提升了故障诊断结果的准确度，且提高了处理效率。

主权项：1.一种基于半监督Semi-KNN模型的PISA故障识别方法，其特征在于，包括：S10、获取预设时间段内的待测血糖信息，并对待测血糖信息进行预处理，得到预处理后的待测血糖信息；S20、基于预先建立的检测压力感应器衰减PISA约束集合和所述预处理后的待测血糖信息，采用相似度度量处理方式，获取待测血糖信息所属的约束关系；所述PISA约束集合为半监督Semi-KNN模型训练阶段基于先验知识构造的具有ML约束、CL约束的集合，集合中每一元素为血糖子序列的一阶差分特征的信息；所述S20包括：当待测血糖序列中每一序列的血糖数据A与PISA约束集合中一个PISA事件B的SBD距离小于阈值λ时，即fSBDA,Bλ，则确定一个约束关系MLA,B，并对PISA约束集合进行更新；λ为预设的大于0的数值；fSBD表示两个序列计算SBD距离的函数；当待测血糖序列中每一序列的血糖数据A与PISA约束集合中一个PISA事件B的CL约束关系的SBD距离小于阈值λ时，即fSBDA,Bλ，则确定一个约束关系CLA,B，并对PISA约束集合进行更新；遍历待测血糖序列中每一序列，并将更新后的PISA约束集合作为待测血糖信息所属的约束关系；S30、将所述预处理后的待测血糖信息、约束关系输入到预先训练的半监督Semi-KNN模型中，所述半监督Semi-KNN模型输出待测血糖信息的分类结果；所述半监督Semi-KNN模型为采用训练数据集和所述PISA约束集合对KNN模型进行训练，得到的用于识别血糖信息异常的半监督方式的模型，且所述训练数据集包括经由一阶差分处理的血糖数据；所述S30包括：基于K-D树和待测血糖序列，循环迭代方式获取距离到待测血糖序列中每一数据的最近的K个数据点，并得到使用阶段的K-D树，基于使用阶段的K-D树，遍历约束关系，获取待测血糖序列的PISA异常信息的分类结果；采用DTW相似性度量函数计算约束关系中每一个PISA事件与其他事件的实际距离，将该实际距离和异常阈值σ＝[σ1，σ2]进行比较，获得属于PISA事件和非PISA事件的分类结果；σ为半监督Semi-KNN模型的异常阈值，异常阈值σ的边界阈值为σ1和σ2。

全文数据：

权利要求：

百度查询： 东北大学 上海市第六人民医院 一种基于半监督Semi-KNN模型的PISA故障识别方法