[发明专利]病历数据的分类方法及系统在审
| 申请号： | 201910178672.4 | 申请日： | 2019-03-11 |
| 公开（公告）号： | CN109948680A | 公开（公告）日： | 2019-06-28 |
| 发明（设计）人： | 顾东晓;李童童;江政;王晓玉;梁昌勇;李兴国;杨雪洁;钟金宏;杨颖;陆文星;蒋丽;赵树平;徐健;吴勇 | 申请（专利权）人： | 合肥工业大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G16H10/60 |
| 代理公司： | 北京久诚知识产权代理事务所(特殊普通合伙) 11542 | 代理人： | 余罡 |
| 地址： | 230009 安*** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明实施例提供了一种病历数据的分类方法及系统，对原始的病历数据进行预处理，得出能够与分类器匹配的数据集；然后，将特征选择后的数据集随机分为指定数量个大小相同的数据块，将各数据块分为训练集和测试集后，分别输入到对应的分类器中；随后，基于TPE算法，对全部分类器通过加权投票表决的方式进行预测，在运行指定次数的TPE算法后，选择验证误差最小时的分类器数量为最优分类器数量；最后，将最优分类器数量输入至深度级联森林模型中，深度级联森林模型进行逐次运行直至满足预设精度，获得病历数据的最优分类结果。本发明实施例的技术方案对数据量的要求不高，且易于训练，还具有适应性强的优点。 | ||
| 搜索关键词： | 病历数据 分类器 最优分类器 数据集 数据块 级联 算法 预处理 分类结果 特征选择 测试集 数据量 训练集 分类 森林 预设 加权 匹配 验证 表决 投票 预测 | ||
【主权项】：
1.一种病历数据的分类方法，其特征在于，所述方法包括：对原始的病历数据进行预处理，得出能够与分类器匹配的数据集；将特征选择后的所述数据集随机分为指定数量个大小相同的数据块，将各所述数据块分为训练集和测试集后，分别输入到对应的分类器中；基于TPE算法，对全部分类器通过加权投票表决的方式进行预测，在运行指定次数的TPE算法后，选择验证误差最小时的分类器数量为最优分类器数量；将所述最优分类器数量输入至深度级联森林模型中，深度级联森林模型进行逐次运行直至满足预设精度，获得病历数据的最优分类结果。
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合肥工业大学，未经合肥工业大学许可，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/201910178672.4/，转载请声明来源钻瓜专利网。
- 上一篇：一种车辆座椅对象分类方法、装置及电子设备
- 下一篇：异常数据检测方法与装置
