[发明专利]一种基于矩阵分解的食物-疾病关联预测方法有效
| 申请号： | 201811072187.0 | 申请日： | 2018-09-14 |
| 公开（公告）号： | CN109448853B | 公开（公告）日： | 2020-01-14 |
| 发明（设计）人： | 王嫄;张耀功;陈赠光;杨巨成;李政;史艳翠;赵青 | 申请（专利权）人： | 天津科技大学 |
| 主分类号： | G16H50/50 | 分类号： | G16H50/50;G16H20/60;G06Q10/04 |
| 代理公司： | 12209 天津盛理知识产权代理有限公司 | 代理人： | 王利文 |
| 地址： | 300457 天津市滨*** | 国省代码： | 天津;12 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于矩阵分解的食物‑疾病关联预测方法，利用成分表构建食物相似度网络；利用国际疾病分类数据构建疾病相关度网络；正则化食物相似度网络；正则化疾病相关度网络；构造已知的二元食物‑疾病关联网络；随机初始化要预测的食物‑疾病关联矩阵；引入捕捉真实食物相似度的矩阵和疾病真实相关度的矩阵，迭代学习模型参数，输出预测的食物和疾病关联矩阵Y、食物相似度真实情况的拟合矩阵和疾病相关度真实情况的拟合矩阵。本发明结合食物之间相似度和疾病相关度，对已知关联和要预测关联进行矩阵近似建模，可在人力物力消耗极低的情况下，为食物疾病关联研究提供指导，减少数据噪音的影响，提升食物和疾病关联预测模型的准确性。 | ||
| 搜索关键词： | 疾病 相关度 相似度 矩阵 关联 预测 关联矩阵 矩阵分解 正则化 拟合 网络 国际疾病分类 随机初始化 迭代学习 关联网络 关联研究 矩阵近似 模型参数 人力物力 输出预测 数据构建 数据噪音 预测模型 成分表 构建 建模 捕捉 消耗 引入 | ||
【主权项】：
1.一种基于矩阵分解的食物-疾病关联预测方法，其特征在于包括以下步骤：/n步骤1：利用成分表构建食物相似度网络W
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天津科技大学，未经天津科技大学许可，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/201811072187.0/，转载请声明来源钻瓜专利网。
