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：中国人民解放军总医院;北京科技大学

摘要：本发明涉及数据分析预测领域，尤其涉及一种疾病预测领域中针对不均衡数据的优化分类方法和装置，本发明通过将医疗数据样本划分为多数类样本以及少数类样本，通过计算离散差异均衡表征系数判定是否符合分类标准，并且，针对多数类样本进行分类，将所得子集与少数类样本合并，以构建平衡子集，针对平衡子集中的样本特征计算样本间的欧氏距离，构建针对预测模型的优化目标，通过上述步骤增强了预测模型对少数类的识别能力，同时提高了对多数类的分类精度，减少医疗数据样本中数据不平衡对预测模型精度和准确性的影响。

主权项：1.一种疾病预测领域中针对不均衡数据的优化分类方法，其特征在于，包括：步骤S1，对所采集的医疗数据样本进行预处理后存储，所述预处理包括数据清洗、缺失值处理以及数据标准化；步骤S2，分别确定医疗数据样本中多数类样本以及少数类样本对应的基本特征，基于多数类样本对应的基本特征与所述少数类样本对应的基本特征的差异计算离散差异均衡表征系数，基于所述离散差异均衡表征系数判定医疗数据样本是否符合预定分类标准，所述基本特征包括样本数量以及样本间相同特征的比例；步骤S3，将多数类样本分割成子集并基于生成式对抗网络进行增强，将所得增强子集与少数类样本合并，以得到平衡子集；步骤S4，确定各所述平衡子集中样本的深度特征，以计算样本间的欧式距离，基于样本间欧式距离确定类内紧凑度以及类间分离度，以构建针对预测模型的优化目标；步骤S5，通过最小化所述优化目标，持续更新网络参数直至所述预测模型收敛；所述步骤S2中，依据公式（1）计算离散差异均衡表征系数， ,公式（1）中，E表示离散差异均衡表征系数，Ne表示少数类样本的数量，Nm表示多数类样本的数量，N0表示预设的均衡比标准阈值，Pi表示第i少数类样本与各多数类样本间相同特征的比例平均值，P0表示预设的比例标准阈值，表示均衡比权重系数，表示比例权重系数；所述步骤S4中，样本间的欧式距离依据公式（3）所计算， ，公式（3）中，表示样本间的欧式距离，表示输入的第一数据点，表示输入的第二数据点，表示第一数据点对应第m层神经网络的深度特征，表示第二数据点对应第m层神经网络的深度特征；所述步骤S4中，优化目标由公式（4）所表示， ，公式（4）中，表示第k平衡子集的类内紧凑度，表示第k平衡子集的类间分离度，R表示去相关约束项，v表示平衡子集的数量，表示第一正则化项，F表示矩阵的F范数，表示第二正则化项，M表示单层神经网中隐含层中的神经元数量，α表示平衡类内紧性自由参数，β表示类间可分性自由参数，表示第一正则化参数，γ表示第二正则化参数，表示第k平衡子集中样本间欧氏距离，为第m层神经网络的权重矩阵，为第m层神经网络的偏置向量。

全文数据：

权利要求：

百度查询： 中国人民解放军总医院 北京科技大学 疾病预测领域中针对不均衡数据的优化分类方法和装置