一种基于多模型融合筛选特征的高血压肾病预测方法

AITNT
正文
推荐专利
一种基于多模型融合筛选特征的高血压肾病预测方法
申请号:CN202411738184
申请日期:2024-11-29
公开号:CN119864146B
公开日期:2025-07-25
类型:发明专利
摘要
本发明提供一种基于多模型融合筛选特征的高血压肾病预测方法。基于多模型融合的方法筛选出影响高血压肾病发生的重要特征集,用该特征集来建立多模型融合的高血压肾病预测模型。实现针对高血压人群的早期筛查工作,以便尽早发现高血压肾病风险,及时治疗,改善患者预后。
技术关键词
高血压肾病 BP神经网络 AdaBoost算法 多模型融合方法 XGBoost算法 XGBoost模型 机器学习算法 数据 GBDT算法 GBDT模型 样本 交叉验证方法 随机森林模型 矩阵 检查特征 统计学方法
系统为您推荐了相关专利信息
1
一种序批式污水处理设备出水水质氨氮预测方法
污水处理设备 水质 氨氮 BP神经网络 梯度提升树
2
人工智能辅助的石塑地板材料性能预测方法
人工智能辅助 性能预测方法 XGBoost算法 地板材料 增量训练方法
3
一种基于NOA优化的岛式鱼道高速流比率预测方法
比率 数值模拟计算方法 拉丁超立方抽样方法 误差函数 BP神经网络预测
4
一种航空发动机管路损伤模态识别方法及其系统
航空发动机管路 模态识别方法 识别误差 BP神经网络 管路结构
5
抗冲聚丙烯微观结构的预测方法、系统及存储介质
BP神经网络模型 抗冲聚丙烯 训练样本数据 参数 变量
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号