摘要
本发明提供一种基于知识图谱改进的贝叶斯网络对膝关节数据分类的方法,其包括以下步骤:S1,获取膝关节数据集;S2,对膝关节数据集进行特征提取;S3,将膝关节数据集分为训练集、验证集和测试集;S4,建立贝叶斯网络;S5,根据专家知识对贝叶斯网络进行修正;S6,针对信号特征通过共性因果强度对贝叶斯网络进行修正;S7,针对相关振动传感器通过共性因果强度对贝叶斯网络进行修正;S8,进行参数学习得到节点间的定量关系;S9,通过验证集对信号特征节点顺序进行局部搜索优化;S10,对改进贝叶斯网络结构分类模型进行测试;S11,对新数据进行分类。本发明通过对贝叶斯网络多次修正,提高了在小样本量下预测的鲁棒性。
技术关键词
柔性压电传感器
振动传感器
信号特征
膝关节功能
数据分类
波形
图谱
网络结构
体重
爬楼
指标
节点
训练集
标签
梯度下降算法
强度
系统为您推荐了相关专利信息
认知状态识别
训练系统
注意力缺陷
正确率
经颅直流电刺激
加密数据
网络安全信息
数据采集模块
加密传输系统
分析模块
终端远程管理系统
远程诊断系统
远程升级系统
远程控制系统
数据分类系统
微生态
数据采集模块
形态学特征
数据分类
处理单元
信道状态特征
智能资源分配
节点
传输方法
资源分配策略