[发明专利]编码模型训练方法、系统、设备及检测项目编码方法在审
| 申请号： | 201910837056.5 | 申请日： | 2019-09-05 |
| 公开（公告）号： | CN110689937A | 公开（公告）日： | 2020-01-14 |
| 发明（设计）人： | 陶然;刘玉霞;李利娟;谷晓辉;蔡田 | 申请（专利权）人： | 郑州金域临床检验中心有限公司 |
| 主分类号： | G16H15/00 | 分类号： | G16H15/00;G06F40/126;G16H50/70 |
| 代理公司： | 44202 广州三环专利商标代理有限公司 | 代理人： | 宋静娜;郝传鑫 |
| 地址： | 450000 河南省郑州市河南自贸试*** | 国省代码： | 河南;41 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种编码模型训练方法，包括：对检测报告中的检测项目及对应的用户名称进行隐变量赋值，生成对应的项目隐变量和用户隐变量；计算所述项目隐变量和所述用户隐变量的内积预测值；采用所述内积预测值和所述检测项目的实际值的偏差程度作为编码模型的损失值；判断所述损失值是否在预设数值范围内保持稳定；若是，则输出所述编码模型；若否，则对所述编码模型的参数进行优化，直至所述损失值在预设数值范围内保持稳定时，输出所述编码模型。本发明还公开了一种编码模型训练系统、设备和检测项目编码方法。本发明实施例中训练好的编码模型能将检测报告中的检测项目编码成深度学习网络能够处理的数据，有利于后期模型的信息的提取。 | ||
| 搜索关键词： | 编码模型 检测 检测报告 项目编码 内积 预设 训练系统 输出 预测 优化 网络 学习 | ||
【主权项】：
1.一种编码模型训练方法，其特征在于，包括：/n对检测报告中的检测项目及对应的用户名称进行隐变量赋值，生成对应的项目隐变量和用户隐变量；/n计算所述项目隐变量和所述用户隐变量的内积预测值；/n采用所述内积预测值和所述检测项目的实际值的偏差程度作为编码模型的损失值；/n判断所述损失值是否在预设数值范围内保持稳定；/n若是，则输出所述编码模型；若否，则对所述编码模型的参数进行优化，直至所述损失值在预设数值范围内保持稳定时，输出优化参数后的所述编码模型。/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郑州金域临床检验中心有限公司，未经郑州金域临床检验中心有限公司许可，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/201910837056.5/，转载请声明来源钻瓜专利网。
- 上一篇：医院危急值管理系统
- 下一篇：一种健康监测一体机和健康监测管理系统
