[发明专利]一种健康评估迭代分类器模型的构建方法

说明书

本发明公开了一种健康评估迭代分类器模型的构建方法，收集健康数据并确定每种影响因素的数值区间标准，然后把收集的健康数据按照数值区间标准进行划分，标记类别；采用模糊集隶属度函数确定每种因素对用户健康的影响程度，构成训练所需的训练样本集；训练迭代分类器模型，所述迭代分类器模型采用若干个弱分类器集成强分类器，所述弱分类器采用BP神经网络结构。所述的迭代分类器采用多个弱分类器集成形成强分类器，不易在训练过程中造成过拟合情况。所述BP神经网络能对未处理过的噪声具有一定的容错能力，而且具有良好的泛化能力。本发明可以实现充分的对用户的健康进行分析，让用户直观地了解到自己的健康状况，及时发现影响健康的问题。

技术领域

本发明属于健康评估的技术领域，具体涉及一种健康评估迭代分类器模型的构建方法。

背景技术

随着国家社会经济不断地发展，人们在衣食住行等各个方面得到了更好的供给，开始追求更好的身心健康品质。近几年，伴随国家城市化进程的加快，人们的工作、生活压力也不断增多，很多新闻播出“某员工猝死”、“某某抑郁”等等负面新闻，可以通过这些信息了解到健康对人们的重要性，为了防止出现不可挽回的局面，及时的发现健康变化，解决出现的危害是重中之重的事情。但是目前已有的健康评估方法大多数是从生物医学角度或者问卷调查方面进行的，存在较强的主观性和片面性，不能很好的对被评估者的健康状态进行评估。

目前的健康评估方法大致分为调查收集信息和生物医学各项参数检测。前者是通过大量的问卷形式对被评估者进行健康调查，问卷中的问答是由相关专家为了达到健康评估的目的设计的，但该方法过于依赖被评估者对自身健康状态的了解程度，主观性较强。后者是比较狭义的“健康”，是从生物医学角度解释健康观，健康就等于不患有任何疾病，但是广义上的健康应定义为生物医学上、精神上、社会形态上都处于完好状态，而且一个人的健康容易受到各种因素影响，比如饮食习惯、工作时间、医疗条件、生活习性等等，所以需要从各个方面对健康进行评估。

因此，急需提出一种将调查收集信息和生物医学各项参数检测相结合进行健康评估方法，从被评估者生存环境中的各个方面进行研究分析，及时发现影响健康的问题，从而快速解决这些问题，提高用户的身心健康。

发明内容

本发明的目的在于提供一种健康评估迭代分类器模型的构建方法，旨在解决上述问题，实现用户直观地了解自己的健康状况，并及时发现影响健康的问题。

本发明主要通过以下技术方案实现：

一种健康评估迭代分类器模型的构建方法，收集健康数据并确定每种影响因素的数值区间标准，然后把收集的健康数据按照数值区间标准进行划分，标记类别；采用模糊集隶属度函数确定每种因素对用户健康的影响程度，构成训练所需的训练样本集；训练迭代分类器模型，所述迭代分类器模型采用若干个弱分类器集成强分类器，所述弱分类器采用BP神经网络结构。验证迭代分类器模型精度，并选择最优的迭代分类器模型。

所述的迭代分类器采用多个弱分类器集成形成强分类器，不易在训练过程中造成过拟合情况。所述BP神经网络能对未处理过的噪声具有一定的容错能力，而且具有良好的泛化能力。本发明利用机器学习方法建立出一种能测控用户健康变化的评估模型，充分的对用户的健康进行分析，可以让用户直观地了解到自己的健康状况，及时发现影响健康的问题，从而快速解决这些问题，提高用户的身心健康。

本发明在使用过程中，收集用户的饮食习惯、工作时间、医疗条件、生活习性以及患病史等相关信息，可以通过咨询专家确定每种影响因素的数值区间标准，然后把这些信息按照数值区间标准进行划分，标记类别。

为了更好地实现本发明，进一步地，所述的数值区间标准是相关专家针对某影响健康的信息设定的区间范围，而且考虑到各种影响因素数值的不一致性，需将信息数值按相关指标进行归一化计算。