[发明专利]一种基于集成进化学习的华法林剂量预测建模方法在审
| 申请号： | 201711378986.6 | 申请日： | 2017-12-19 |
| 公开（公告）号： | CN107993723A | 公开（公告）日： | 2018-05-04 |
| 发明（设计）人： | 陶砚蕴;张宇祯;姜鑫;王沁宇 | 申请（专利权）人： | 苏州大学 |
| 主分类号： | G16H50/50 | 分类号： | G16H50/50 |
| 代理公司： | 苏州创元专利商标事务所有限公司32103 | 代理人： | 陶海锋 |
| 地址： | 215104 江苏*** | 国省代码： | 江苏;32 |
| 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集成进化学习的华法林剂量预测建模方法，包括如下步骤（1）、基于遗传编码进化基函数；（2）、基于进化策略演算系数；（3）、基于遗传算法框架的选择、优化得到M个候选模型;（4）、在M个候选模型基础上,选择m个模型进行权重和的集成,得到最终的预测模型；集成学习得到的回归预测模型进行测试集合数据上的实际预测。本发明采用集成进化学习的方式构建模型，集成进化学习是构建出准确预测华法林剂量模型的关键点；相比于贝叶斯决策系统、人工神经网络和支持向量机等建模方法，集成进化回归模型有着更好的泛化能力；相比于个体进化回归模型，集成进化回归模型有着更好的稳定性。 | ||
| 搜索关键词： | 一种 基于 集成 进化 学习 华法林 剂量 预测 建模 方法 | ||
【主权项】：
一种基于集成进化学习的华法林剂量预测建模方法，其特征在于，所述方法基于遗传程序设计、进化策略方法和集成模型，所述方法包括如下步骤：（1）、基于遗传程序设计方法的回归模型基函数设计，基函数用g(x)表示，x为病理特征输入；（2）、基于进化策略的回归模型回归系数设计，回归系数用β表示；（3）、基于遗传算法框架选择、优化基函数和回归参数设计，得到M个候选回归模型；（4）、在M个候选模型的基础上，选择m个模型进行权重和的集成,得到最终的预测模型,M>m；然后利用预测模型进行测试集合数据上的实际预测。
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苏州大学，未经苏州大学许可，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/201711378986.6/，转载请声明来源钻瓜专利网。
