[发明专利]一种基于属性权重聚类的疾病危险因素提取方法在审
| 申请号： | 201910139122.1 | 申请日： | 2019-02-25 |
| 公开（公告）号： | CN109978007A | 公开（公告）日： | 2019-07-05 |
| 发明（设计）人： | 徐雷;姚澜 | 申请（专利权）人： | 南京理工大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G16H50/00;G16H50/70 |
| 代理公司： | 南京理工大学专利中心 32203 | 代理人： | 马鲁晋 |
| 地址： | 210094 江*** | 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属性权重聚类的疾病危险因素提取方法，该方法包括以下步骤：首先根据用户调查问卷，构建用户信息矩阵与标签向量；之后对用户信息矩阵进行标准化处理；然后对标准化用户信息矩阵进行特征选择，获得特征排名向量；之后根据特征排名向量构建属性权重向量；最后按权重排名依次增加属性并进行改进的K均值聚类分析，计算聚类准确率，若某项属性增加引起聚类准确率上升，则将该项属性加入危险因素集合，最终危险因素集合中的所有元素确定为疾病危险因素。相对于目前医学领域中危险因素提取方法中的频率论方法，本发明的方法根据聚类准确率曲线获得疾病危险因素，其效率、准确率更高。 | ||
| 搜索关键词： | 疾病危险因素 准确率 矩阵 危险因素 用户信息 聚类 集合 标准化处理 标签向量 权重向量 属性增加 特征选择 向量构建 医学领域 用户调查 构建 权重 向量 标准化 问卷 改进 分析 | ||
【主权项】：
1.一种基于属性权重聚类的疾病危险因素提取方法，其特征在于，包括以下步骤：步骤1、根据某种疾病的用户调查问卷，构建用户信息矩阵与标签向量；步骤2、对所述用户信息矩阵进行标准化处理，获得标准化用户信息矩阵；步骤3、对所述标准化用户信息矩阵进行特征选择，获得特征排名向量；步骤4、根据所述特征排名向量构建属性权重向量；步骤5、根据所述属性权重向量对标准化用户信息矩阵中的第一个调查问卷问题特征进行聚类，计算聚类准确率，之后逐一增加问题特征，并重新计算聚类准确率，直至聚类完所有问题特征，将其中引起准确率上升的问题特征加入危险因素集合，该集合中的每个元素即为疾病危险因素。
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南京理工大学，未经南京理工大学许可，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/201910139122.1/，转载请声明来源钻瓜专利网。
- 上一篇：人脸图像的聚类方法和装置
- 下一篇：基于距离变换的最近邻图潜在相似性优化方法
