[发明专利]基于特征组的中医主症选择方法有效
| 申请号： | 201710445511.8 | 申请日： | 2017-06-14 |
| 公开（公告）号： | CN107292097B | 公开（公告）日： | 2020-02-04 |
| 发明（设计）人： | 颜建军;刘国萍;顾巍杰;郭睿;燕海霞;王忆勤;王灼龙 | 申请（专利权）人： | 华东理工大学;上海中医药大学 |
| 主分类号： | G16H50/20 | 分类号： | G16H50/20;G06K9/62 |
| 代理公司： | 31239 上海和跃知识产权代理事务所(普通合伙) | 代理人： | 杨慧 |
| 地址： | 202037 *** | 国省代码： | 上海;31 |
| 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特征组的中医主症选择方法，包含以下步骤：1、对原始特征集进行筛选；2、利用特征聚类算法对筛选后的特征集进行聚类，得到相应的特征组；3、向每一个特征组引入一个隐变量，得到相应的隐类模型，计算隐变量与标签之间的相关性；4、根据隐变量与标签之间的相关性从大到小对特征组进行排序；步骤5、将排序后的特征组依次加入被选特征子集，建立含有隐变量的贝叶斯网络；6，计算贝叶斯网络的分类准确率，进而得到加入的特征组个数与分类准确率的曲线，通过判断曲线的收敛或者最高准确率得到相应的最优特征子集。本发明以特征组为选择目标，由多个特征所组成的特征组具有对原始数据更好的表示能力。 | ||
| 搜索关键词： | 基于 特征 选择 方法 中医 | ||
【主权项】：
1.一种基于特征组的中医主症选择方法，包含以下步骤：/n步骤1、从原始特征集中去除与标签内容无关的特征和频次出现过小的特征，得到待挑选的特征集；/n步骤2、利用特征聚类算法对待挑选的特征集中各特征进行聚类，得到相应的特征组；/n步骤3、向每一个特征组引入一个隐变量，得到相应的隐类模型，计算隐变量与标签之间的相关性；/n步骤4、根据隐变量与标签之间的相关性从大到小对特征组进行排序；/n步骤5、将排序后的特征组依次加入被选特征子集，每次加入时，将标签Y与加入的特征组中的隐变量相连，隐变量与特征组中的特征相连，从而得到含有隐变量的贝叶斯网络，对贝叶斯网络进行参数学习，计算学习好的贝叶斯网络的分类准确率；/n步骤6，建立加入的特征组个数与分类准确率的曲线，通过判断曲线的收敛或者最高准确率得到相应的最优特征子集；/n其中：特征为症状，隐变量为证素，标签为证型。/n
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华东理工大学;上海中医药大学，未经华东理工大学;上海中医药大学许可，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/201710445511.8/，转载请声明来源钻瓜专利网。
