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：江苏省中医院

摘要：本发明公开了一种用于预测针刺治疗失眠症疗效的Relief‑NDPGWO‑WSVM分类模型的构建方法，包括收集失眠症患者数据信息；对失眠症患者数据进行清理、量化和归一化；利用特征权重Relief算法选出影响针刺治疗失眠症疗效的重要因子；构建加权支持向量机WSVM模型，建立重要影响因子与针刺疗效之间的非线性关系；利用具有非线性收敛因子、动态权重和概率扰动的灰狼优化器NDPGWO优化WSVM模型参数；训练后的Relief‑NDPGWO‑WSVM模型用于临床针刺治疗失眠症患者的疗效预测。本发明提出的Relief‑NDPGWO‑WSVM模型能够筛选出影响针刺治疗失眠症疗效的重要因子，加快数据处理效率，同时通过自动配置模型参数以及约束模型训练中的数据野点，提升疗效预测精度。

主权项：1.一种用于预测针刺治疗失眠症疗效的Relief-NDPGWO-WSVM分类模型的构建方法，其特征在于，包括如下方法：步骤1：收集失眠症患者的相关评分数据，所述数据包含患者性别、年龄、身高、体重、学历、婚姻、匹兹堡睡眠质量指数PSQI、睡眠质量、入睡时间、睡眠时间、睡眠效率、睡眠障碍、催眠药物、日间功能、失眠严重程度指数ISI、疲劳严重程度量表FSS、焦虑自评量表SAS、抑郁自评量量表SDS、医院焦虑抑郁量表HAS；步骤2：对失眠症患者数据进行清理、量化和归一化；步骤3：利用特征权重Relief算法选出影响针刺治疗失眠症疗效的重要因子；步骤4：构建加权支持向量机WSVM模型，建立重要影响因子与针刺疗效之间的非线性关系；步骤5：利用具有非线性收敛因子、动态权重和概率扰动的灰狼优化器NDPGWO优化WSVM模型参数，得到训练后的Relief-NDPGWO-WSVM模型；其中，步骤4中构建加权支持向量机WSVM模型，建立重要影响因子与针刺疗效之间的非线性关系的步骤为：步骤4-1，计算正类样本的类中心负类样本的类中心其中，N+和N_分别表示正、负类样本的样本总数，yi＝1表示正类样本标签，yi＝-1表示负类样本标签，计算正、负类样本到其对应类中心的最大距离并定义为正类半径r+和负类半径r-；步骤4-2，根据每个样本到正、负类的距离，计算加权系数： 其中，ε＝10-6；步骤4-3，求解目标函数： 其中，L表示目标函数，ξi表示第i个样本的松弛向量，αi和βi是拉格朗日乘子，w表示权系数，b是分类阈值，C表示惩罚因子，φxi表示将xi映射到高维特征空间后的特征向量；步骤4-4，对w、b和ξi三个参数进行求偏导，得： 步骤4-5，获得加权支持向量机WSVM的决策函数： 其中，sgn{·}为符号函数，Kx,xi为核函数，g为核函数参数；步骤5中利用具有非线性收敛因子、动态权重和概率扰动的灰狼优化器NDPGWO优化WSVM模型参数的步骤为：步骤5-1，初始化最大迭代次数T，种群规模S，系数向量A和B，以及由惩罚因子C和核函数参数g组成的种群位置Zi；步骤5-2，计算灰狼个体的适应度函数值： 其中，f表示灰狼个体的适应度函数值，M表示交叉验证集中的样本数，表示当预测类别和真实标签yi相等时，I取值为1，否则取值为0；步骤5-3，计算非线性收敛因子： 其中，a表示非线性收敛因子，t表示当前迭代次数；步骤5-4，计算扰动概率： 其中，为扰动概率，d为优化问题的维度；步骤5-5，取一个0到1之间的随机值，如果随机值大于扰动概率更新灰狼个体位置： 其中，Zt+1表示第t+1代的个体位置，表示灰狼群中头狼δ1在第t代的个体位置，表示灰狼群中地位排名第二狼δ2在第t代的个体位置，表示灰狼群中地位排名第三狼δ3在第t代的个体位置，和分别表示前三头狼的权值且满足和A1,B1、A2,B2和A3,B3分别表示狼δ1、δ2和δ3的系数向量，A＝2ar1-a；B＝2r2，r1和r2为[0,1]的随机数；如果此随机值小于扰动概率则灰狼个体位置更新为： 其中，fZt+1分别表示第t+1代灰狼个体Z的适应度函数值，lb为灰狼个体位置的下界；ub为灰狼个体位置的上界，r3为[0,1]的随机数；步骤5-6，如果当前迭代次数t≤T，t＝t+1，转到步骤5-2；否则，返回最优个体位置；步骤5-7，基于返回的最优个体位置，重新训练WSVM，进而获得Relief-NDPGWO-WSVM分类模型。

全文数据：

权利要求：

百度查询： 江苏省中医院 用于预测针刺治疗失眠症疗效的Relief-NDPGWO-WSVM分类模型的构建方法