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：内蒙古卫数数据科技有限公司
摘要：本发明公开了一种基于抑郁症的小样本机器学习方法，包括以下步骤：数据集采集，小样本初始化模型构建：利用步骤采集的抑郁症数据集进行抑郁症小样本初始化模型的构建；增量数据选择；小样本优化模型构建，利用目标数据集进行新的小样本优化模型构建；集成子模型构建：利用抑郁症典型躯体症状数据集进行多个集成子模型的构建；集成模型构建：利用小样本优化模型和多个集成子模型，进行最优准确率赋权集成，形成最终的小样本机器学习模型。本发明采用上述一种基于抑郁症的小样本机器学习方法，解决现有技术中抑郁症小样本机器学习性能较差的问题，用于对抑郁症小样本数据增强并利用于机器学习技术，提升机器学习模型的泛化能力。
主权项：1.一种基于抑郁症的小样本机器学习方法，其特征在于，包括以下步骤：S1数据集采集：采集抑郁症数据集、抑郁症相似的其他精神疾病数据集和抑郁症典型躯体症状数据集作为阳性数据集，采集健康人群同类型的健康样本数据集作为阴性数据集；S2小样本初始化模型构建：利用步骤S1采集的抑郁症数据集进行抑郁症小样本初始化模型的构建，构建过程包括：S21数据集处理为去除特殊字符，标准化数据集，对每个新构建的初始化模型训练数据集合进行无量纲化，将不同单位量纲下的特征数据转换为同一量纲下；其中特殊字符为数据存储时由于操作不当造成的错误数据；S22初始化模型训练为，首先选择构建模型的学习算法，通过选择的学习算法训练模型；S3增量数据选择：利用步骤S2构建的小样本模型对步骤S1采集到的抑郁症相似病数据集进行预测，将预测样本值大于0.5的数据作为新的增量数据集；S4小样本优化模型构建：利用新的增量数据集与步骤S1采集的抑郁症数据集合并重新组织为目标数据集，利用目标数据集进行新的小样本优化模型构建，形成优化后的小样本模型，构建过程同小样本初始化模型的构建；S5集成子模型构建：利用抑郁症典型躯体症状数据集进行多个集成子模型的构建，构建过程同小样本初始化模型的构建；S6集成模型构建：利用小样本优化模型和多个集成子模型，进行最优准确率赋权集成，形成最终的小样本机器学习模型。
全文数据：
权利要求：
百度查询： 内蒙古卫数数据科技有限公司 一种基于抑郁症的小样本机器学习方法
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