基于专家系统及机器学习的职业健康检查结果预测方法

本发明公开了基于专家系统及机器学习的职业健康检查结果预测方法，方法为：获取体检档案信息进行清洗规范后加入就诊次数信息形成原始数据集，经深度学习提取重要特征重新组合得到新数据集；识别新数据集中每个体检人员的所有危害因素种类；根据职业卫生标准对每个危害因素进行逻辑判断得到对应预测标签以形成决策集合；对决策集合分别标记职业禁忌症及疑似职业病，并标记结果对应的特征SOD和特征OC加入新数据集；将经过专家系统环节的新数据集随机分成训练集和测试集，并选取两种以上机器学习模型分别利用训练集进行训练得到各自的预测结果；通过加权投票的方法将两种以上模型的预测结果加权平均得到最终的输出结果。本发明更有效地识别职业健康风险。