Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜武汉科技大学高峰获国家专利权

恭喜武汉科技大学高峰获国家专利权

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!

龙图腾网恭喜武汉科技大学申请的专利一种社区老年轻度认知障碍智能随访服务推荐方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN114141321B

龙图腾网通过国家知识产权局官网在2025-03-21发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202111376448.X,技术领域涉及:G16H10/20;该发明授权一种社区老年轻度认知障碍智能随访服务推荐方法是由高峰;袁凯;曾燕;刘茂福;顾进广设计研发完成,并于2021-11-19向国家知识产权局提交的专利申请。

一种社区老年轻度认知障碍智能随访服务推荐方法在说明书摘要公布了:本发明提供一种社区老年轻度认知障碍智能随访服务推荐方法,根据采集到的老年随访信息提出基于特征进化选择的预测模型,基于认知障碍预测结果设置基于相似度计算的养老服务推荐模型;采用量表方式,建立社区老年认知和慢病管理调查问卷;将量表调查问卷电子化;构建web系统,发布电子版调查问卷;支持量表查询,进行量表数据的获得,将数据储存在数据库中;采用基于特征进化选择的预测模型进行老年人患老年痴呆疾病程度预测;采用基于相似度计算的养老服务推荐模型生成医疗养老服务推荐结果。本发明相对于现有方法,能提供更全面的MCI随访量表、更准确的预测结果、更易用的随访系统以及更为个性化的老年服务推荐。

本发明授权一种社区老年轻度认知障碍智能随访服务推荐方法在权利要求书中公布了:1.一种社区老年轻度认知障碍智能随访服务推荐方法,其特征在于:根据采集到的老年随访信息提出基于特征进化选择的预测模型,基于认知障碍预测结果设置基于相似度计算的养老服务推荐模型,实现社区老年MCI随访信息采集和养老服务推荐,实现过程包括以下步骤,步骤1.1,采用量表方式,建立社区老年认知和慢病管理调查问卷;步骤1.2,将量表调查问卷电子化;步骤1.3,构建web系统,发布电子版调查问卷;步骤1.4,支持量表查询,包括根据量表编号、受访者姓名、受访者身份证号、研究者姓名和或随访时间进行量表数据的获得;步骤1.5,将步骤1.4中获取的数据储存在数据库中;步骤1.6,根据步骤1.4中获取的数据,采用基于特征进化选择的预测模型进行老年人患老年痴呆疾病程度预测,得到预测的MCI结果;步骤1.7,根据步骤1.4中获取的数据和步骤1.6中预测的MCI结果,采用基于相似度计算的养老服务推荐模型生成医疗养老服务推荐结果;所述基于特征进化选择的预测模型,采用基于特征进化选择随机森林的老年MCI早期风险筛查模型,该模型执行包括以下步骤,步骤2.1,根据MCI特征设定随机森林参数范围,决策树最大深度的取值应略小于MCI的特征数;步骤2.2,设定染色体编码规则,将随机森林MCI预测模型的一组参数组合作为一个染色体;步骤2.3,用参数组初始化种群,生成一系列染色体表示随机森林MCI预测模型参数组,形成一个种群,进行接下来的选择、交叉和变异过程;步骤2.4,通过MCI预判准确率求染色体的适应度,染色体的适应度对应当前个体的优劣程度,根据个体对应的参数组在随机森林MCI预测模型的准确率计算适应度;步骤2.5,种群选择个体,根据染色体的适应度对个体进行选择,实现对随机森林MCI预测模型的参数组合进行筛选;步骤2.6,染色体基因交叉,用于产生新的可能解组合,即新的随机森林MCI预测模型参数组合;步骤2.7,基因变异,用于产生更有利的随机森林MCI预测模型的参数组;步骤2.8,终止条件判断,循环步骤2.3至步骤2.6过程,当循环次数达到预定值次数后,终止循环;步骤2.9,用特征选择方法获取的最优参数进行随机森林预测MCI的训练,得到随机森林自动预测MCI模型;所述生成医疗养老服务推荐结果,采用基于MCI预测结果和用户相似度的协同过滤服务推荐方法,实现过程包括以下子步骤,步骤3.1,根据步骤1.6中预测的MCI结果将用户分类成不同组;步骤3.2,根据用户选择的认知干预服务,计算出同组用户之间的相似度;每条数据包含用户编号user_id,项目编号item_id,MCI结果mci_result三个属性,首先根据mci_result值不同将数据分成不同组,计算用户之间的相似度,得到目标用户前若干个相似用户,定义每一个物品的流行度:ppli=ln1+|Ni|,Ni代表每个项目被选择的次数,用户相似度计算公式为, U1和U2表示用户1和用户2选择项目的集合;步骤3.3,取与目标用户相似度排名前若干个用户,在这些用户共同选择次数最多且目标用户没有选择过的若干个项目作为推荐结果;步骤3.4,若目标用户为新用户,将该用户分组内最热门且目标用户没有选择过的若干个个项目作为推荐结果。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人武汉科技大学,其通讯地址为:430081 湖北省武汉市青山区和平大道947号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

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。