龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：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。
主权项：1.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，其特征在于，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；所述方法还包括：将预处理过的原始数据集输入预先建立的动脉粥样硬化风险预测模型，输出预测KS值；基于预测KS值作为狄克斯特拉算法的低冗余度特征筛选的输入；所述狄克斯特拉算法的低冗余度特征筛选方法包括：输入原始数据集与预测的KS值，计特征总数为n；构建各特征作为节点的无向图，计算各特征之间的相关距离矩阵；确定特征集的特征数量，计特征数量为k，以k＝n-1为起始条件；由特征作为节点的无向图中，基于狄克斯特拉算法求解最优距离；将相关最优距离的路径作为数据集输入，基于动脉粥样硬化风险预测模型，计算此时模型的KS值；响应于最优特征集特征数不大于2作为最优特征集，将原始特征集中除了最优特征集外的特征记为残留特征集；输出最优特征集与残留特征集，完成基于狄克斯特拉算法的低冗余度特征筛选。
全文数据：
权利要求：
百度查询： 南京信息工程大学 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
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号