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！

摘要：本发明属于计算机科学技术领域，具体涉及一种基于标准差和交互信息的慢性疾病特征选择方法；该方法包括：实时获取用户的身体检查数据，对数据进行预处理，将预处理后的数据输入到基于标准差和交互信息的慢性疾病特征选择模型中，预测用户患有的慢性疾病类型；本发明可以有效地对高血压、糖尿病等慢性疾病的影响因素进行筛选并标记，通过对影响因素的分析统计来预防或预测慢性疾病，本发明为慢性疾病的预警提供帮助，克服了现有慢性疾病预测需要较多特征并且精确度不高的缺陷，具有良好的经济效益。

主权项：1.一种基于标准差和交互信息的慢性疾病特征选择方法，其特征在于，实时获取用户的身体检查数据，对数据进行预处理，将预处理后的数据输入到基于标准差和交互信息的慢性疾病特征选择模型中，得到慢性疾病影响因素并对影响因素进行标记；基于标准差和交互信息的慢性疾病特征选择模型的训练过程包括：S1：获取原始数据；S2：将原始数据划分为10个集合，在10个集合中随机选取9个集合作为训练集，剩余1个集合作为测试集；S3：将训练集作为候选特征集；初始化目标特征集为空，设置初始选择特征个数K；S4：计算候选特征集中每个特征与类别的互信息值；S5：筛选与类别具有最大互信息值的特征，将该特征添加到目标特征集S中，并在候选特征集中删除该特征，得到筛选后的候选特征集；S6：采用评估函数计算筛选后的候选特征集中每个特征的分数，根据各个特征的分数对特征进行筛选，将筛选的特征添加到目标特征集S中，并在候选特征集中删除对应的特征；评估函数为： 其中，Fm表示第m个候选特征，Fj表示第j个目标特征，C表示类别，S表示已选候选集，JFm表示特征分数；IFm；C|Fj是条件互信息，表示给定目标特征Fj的条件下候选特征Fm为类别C提供的信息量；IFj；C|Fm是条件互信息，表示给定候选特征Fm的条件下目标特征Fj为类别C提供的信息量；IFm；Fj；C表示候选特征Fm和目标特征Fj为类别C提供的交互信息，IFj；Fm表示候选特征Fm和目标特征Fj的互信息；交互信息的计算公式为：IFm；Fj；C＝IFm,Fj；C-[IFm；C+IFj；C]其中，IFm,Fj；C表示候选特征Fm和目标特征Fj的联合互信息，IFm；C表示候选特征Fm为类别C提供的信息量，IFj；C表示目标特征Fj为类别C提供的信息量；根据各个特征的分数对特征进行筛选的过程为：若最大分数只有一个，则选择最大分数的特征添加到目标特征集S中；若最大分数至少有2个，则计算分数对应特征的标准差，选择最小标准差对应的特征添加到目标特征集S中；标准差的计算公式为： 其中，μ表示Fm可以提供的额外信息量的平均值，δ表示标准差，IFj；Fm表示候选特征Fm和目标特征Fj的冗余信息量；S7：重复执行步骤S5～S6，直到目标特征集S中的特征数量为K；S8：根据目标特征集S计算平均分类精度；S9：迭代执行步骤S2～S8，当平均分类精度最高时停止迭代，得到最优分类精度的分类模型；根据当前的分类模型对测试集中的特征进行分类，完成模型的训练，并得到慢性疾病的影响因素。

全文数据：

权利要求：

百度查询： 广州大鱼创福科技有限公司 一种基于标准差和交互信息的慢性疾病特征选择方法