[发明专利]融合决策方法及装置、计算机可读存储介质及电子设备

说明书

本公开提供一种融合决策方法及装置、计算机可读存储介质以及电子设备；涉及数据处理技术领域。所述方法包括：获取多组疫情数据作为训练数据集，其中，每组疫情数据包含输入特征及对应的输出值，所述输入特征包括健康数据及活动数据，所述输出值为感染状况；获取与所述输入特征相关联的规则，得到对应的输入集合；当所述输入集合中的所述规则无法建立所述输入特征与所述输出值之间的关联关系时，获取与所述输出值相关联的规则，得到输出集合；基于所述输入集合及所述输出集合训练得到决策模型，以便通过所述决策模型得到所述感染状况。本公开可以基于规则与深度学习相融合的决策方法，通过健康数据及活动数据，可解释地得到对应的个人感染状况。

技术领域

本公开涉及数据处理技术领域，具体而言，涉及一种融合决策方法、融合决策装置、计算机可读存储介质以及电子设备。

背景技术

随着信息时代的到来以及软硬件性能的不断发展，数据在人们的生产生活中起到了越来越重要的作用。通过对数据进行分析和应用可以解决很多实际问题。

例如，人类历史上爆发过多次大规模的疫情，如黑死病、西班牙流感、非典、埃博拉病毒以及新冠病毒等，在疫情期间，及时地进行疫情防控的相应措施对于经济、民众心理及社会安定都具有重要。其中，为了更快地发现感染者以及采取适当的措施，对每个人的身体状况进行监测是至关重要的。对每个人的疫情数据进行适当的数据处理，实时地获取感染状况，便可以达到这一效果。

深度学习凭借优秀的泛化能力和特征抽象能力，在上述通过对疫情数据处理，得到感染状况的决策过程中起着重要的作用。然而，由于深度学习模型参数量巨大，各隐层之间的交互也难以解释，既有认知和深度学习的融合作为现有技术中的主要解决方案，还达不到真正的融合。

因此，需要提供一种融合决策方法，通过该融合决策方法可以基于规则与深度学习相融合的决策方法，通过健康数据及活动数据，可解释地得到对应的个人感染状况。

上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本公开实施例提供一种融合决策方法、融合决策装置、计算机可读存储介质以及电子设备，可以将规则与深度学习融合，给出各类实际问题可解释的决策过程，解决现有技术中既有认知与深度学习无法真正融合的问题。

根据本公开的第一方面，提供一种融合决策方法，包括：

获取多组疫情数据作为训练数据集，其中，每组所述疫情数据包含输入特征及对应的输出值，所述输入特征包括健康数据及活动数据，所述输出值为感染状况；

获取与所述输入特征相关联的规则，得到对应的输入集合；

当所述输入集合中的所述规则无法建立所述输入特征与所述输出值之间的关联关系时，获取与所述输出值相关联的规则，得到对应的输出集合；

基于所述输入集合及所述输出集合训练得到决策模型，以便通过所述决策模型得到所述输入特征对应的所述感染状况。

在本公开的一种示例性实施例中，在所述获取训练数据集之后，所述方法还包括：

基于所述训练数据集建立对应的知识库，所述知识库包括所述输入特征及所述输出值对应的所述规则；

所述获取与所述输入特征相关联的规则，得到对应的输入集合，包括：

在所述知识库中查询与所述输入特征相关联的规则，得到所述输入集合；

所述获取与所述输出值相关联的规则，得到对应的输出集合，包括：

在所述知识库中查询与所述输出值相关联的规则，得到所述输出集合。在本公开的一种示例性实施例中，在所述得到所述输入集合后，所述方法还包括：