[发明专利]基于循环神经网络构建预测模型的方法在审
| 申请号： | 201611027689.2 | 申请日： | 2016-11-18 |
| 公开（公告）号： | CN106777874A | 公开（公告）日： | 2017-05-31 |
| 发明（设计）人： | 吴书;王亮;谭铁牛 | 申请（专利权）人： | 中国科学院自动化研究所 |
| 主分类号： | G06F19/00 | 分类号： | G06F19/00;G06N3/04;G06N3/08 |
| 代理公司： | 中科专利商标代理有限责任公司11021 | 代理人： | 吕雁葭 |
| 地址： | 100190 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于循环神经网络构建血压序列预测模型的方法，该预测模型能够根据用户历史的血压序列预测用户未来的血压趋势。包括获取多组特征数据，所述特征数据包括血压特征、月份特征、月份间隔特征以及用户个人信息特征；将所述多组特征数据依次输入到循环神经网络模型中进行训练，其中根据输入每组特征数据得到的输出血压预测结果更新所述循环神经网络模型的参数；以及用下一组特征数据训练更新后的循环神经网络模型，直到所述循环神经网络模型的参数收敛。本发明基于循环神经网络模型来解决序列预测问题，将时序信息充分利用，通过将其输入到同一隐含层来获得更高维度的表达，以此提高模型预测的准确度。 | ||
| 搜索关键词： | 基于 循环 神经网络 构建 预测 模型 方法 | ||
【主权项】：
一种基于循环神经网络构建血压序列预测模型的方法，包括：获取多组特征数据，所述特征数据包括血压特征、月份特征、月份间隔特征以及用户个人信息特征；将所述多组特征数据依次输入到循环神经网络模型中进行训练，其中：根据输入每组特征数据得到的输出血压预测结果更新所述循环神经网络模型的参数；以及用下一组特征数据训练更新后的循环神经网络模型，直到所述循环神经网络模型的参数收敛。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国科学院自动化研究所，未经中国科学院自动化研究所许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201611027689.2/，转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06 计算；推算；计数
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学，即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真，例如：概率模型或动态模型，遗传基因管理网络，蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的，例如：进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的，例如：结构排序，结构或功能关系，蛋白质折叠，结构域拓扑，用结构数据的药靶，涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的，例如：基因型–表型关联，不均衡连接，种群遗传学，结合位置鉴定，变异发生，基因型或染色体组的注释，蛋白质相互作用或蛋白质核酸的相互作用
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学，即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真，例如：概率模型或动态模型，遗传基因管理网络，蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的，例如：进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的，例如：结构排序，结构或功能关系，蛋白质折叠，结构域拓扑，用结构数据的药靶，涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的，例如：基因型–表型关联，不均衡连接，种群遗传学，结合位置鉴定，变异发生，基因型或染色体组的注释，蛋白质相互作用或蛋白质核酸的相互作用
