一種基于圍術(shù)期危險(xiǎn)預(yù)警的多模型互補(bǔ)增強(qiáng)機(jī)器學(xué)習(xí)方法

基本信息

申請(qǐng)?zhí)?/td> CN201910669548.8 申請(qǐng)日 -
公開(kāi)（公告）號(hào) CN110491511A 公開(kāi)（公告）日 2019-11-22
申請(qǐng)公布號(hào) CN110491511A 申請(qǐng)公布日 2019-11-22
分類號(hào) G16H50/30（2018.01）; G06N20/20（2019.01）; G06K9/62（2006.01） 分類 物理
發(fā)明人 劉翔 申請(qǐng)（專利權(quán)）人 廣州知匯云科技有限公司
代理機(jī)構(gòu) - 代理人 -
地址 510000 廣東省廣州市南沙區(qū)豐澤東路106號(hào)（自編1號(hào)樓）X1301-C6576（集群注冊(cè)）
法律狀態(tài) -

摘要

摘要 本發(fā)明公開(kāi)了一種基于圍術(shù)期危險(xiǎn)預(yù)警的多模型互補(bǔ)增強(qiáng)機(jī)器學(xué)習(xí)方法，具體步驟如下：S1：對(duì)模型所采用的變量，尤其是術(shù)中生命監(jiān)護(hù)儀相關(guān)信息進(jìn)行處理；S2：選取9個(gè)常用的分類算法，作為我們模型的子算法，以提高整個(gè)模型的穩(wěn)定性和精確度；S3：利用S2中所得數(shù)組中的每一層作為ANN算法的輸入信號(hào)，利用ANN算法對(duì)各層信號(hào)進(jìn)行分類，判別病人是否會(huì)出現(xiàn)相應(yīng)的癥狀，建立預(yù)警模型。本方法獨(dú)創(chuàng)性的采用ANN算法來(lái)融合其他多種算法，用于融合的ANN模型的輸入不再是傳統(tǒng)的原始變量，而是經(jīng)過(guò)一系列子算法對(duì)原始變量經(jīng)過(guò)初步分類預(yù)測(cè)后的輸出值，旨在取得一個(gè)全局穩(wěn)健的預(yù)測(cè)評(píng)估模型，彌補(bǔ)了傳統(tǒng)方法的不足。