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：南方医科大学
摘要：一种基于不完整张量耦合学习的纵向临床分数预测方法，先由临床特征和临床分数最终得到训练后因子矩阵；然后利用待测样本的基线特征结合训练后因子矩阵，预测得到纵向分数。与现有技术相比，本发明基于不完整张量耦合学习的纵向临床分数预测方法的有益效果：1、通过将纵向特征和分数构造成张量形式，并利用张量耦合学习将两个张量进行有效分解，充分利用了不完整纵向数据信息；2、通过对基线数据与样本因子数据之间的复杂关系建模，使得测试阶段可以直接利用基线特征对纵向临床分数进行预测。
主权项：1.一种基于不完整张量耦合学习的纵向临床分数预测方法，其特征在于，通过如下步骤进行：S1、将临床特征和临床分数分别构建成三个维度的张量形式，所述临床特征的三个维度为样本、特征和时间，所述临床分数三个维度为样本、分数和时间；S2、通过CP分解对特征张量和分数张量进行不完整耦合分解，得到不完整耦合分解结果，从而使特征张量和分数张量共享样本因子矩阵和时间因子矩阵，并同时具有特异的属性因子矩阵，其中属性因子矩阵为特征因子矩阵和分数因子矩阵；S3、构建基线时间点数据与样本因子矩阵之间的关系，得到基线特征，其中基线时间点为第一个时间点；S4、将S2的不完整耦合分解结果与S3得到的所述基线特征推断项联合优化问题，其中基线特征为第一个时间点对应的特征数据；S5、使用交替方向乘子法求解训练S4得到的所述联合优化问题，得到训练后因子矩阵；S6、利用待测样本的基线特征结合训练后因子矩阵，预测得到纵向分数。
全文数据：
权利要求：
百度查询： 南方医科大学 一种基于不完整张量耦合学习的纵向临床分数预测方法
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