摘要
本发明涉及计算机技术领域,公开一种慢性病患者档案数据分析方法、装置、存储介质及设备,方法包括:将训练档案数据分为离散型变量与连续型变量,对于离散型变量中的每个类别值,采用独热编码进行处理,对于连续型变量,应用自定义的归一化方法;离散型变量和标准化处理后的连续型变量被组合为条件向量,随机挑选两种等概率的离散变量组合,并计算所有组合概率,完成采样;使用生成对抗网络框架对生成模型和判别模型进行多次训练,并利用判别模型对生成模型进行判别,得到训练好的生成模型,并生成合成数据,训练用于进行病患特征分析的神经网络,以进行慢性病的预测。通过本发明,以解决现有技术中慢性病患者档案数据的完整分析与隐私保护不可兼得的问题。
技术关键词
连续型
数据分析方法
归一化方法
变量
高斯混合模型
生成对抗网络
患者
样本
噪声
模式
Sigmoid函数
存储计算机可执行指令
编码
数据分析设备
数据分布
数据分析装置
神经网络模型
框架
采样模块
系统为您推荐了相关专利信息
液位
训练机器学习模型
频域特征
接触传感器
数据采集终端
聚合物复合材料
人工智能模型
变量
机器学习算法
弯曲模量