摘要
本发明公开了一种高血压前期预测和风险特征描述的方法与装置,使用多层神经网络模型,并采用粒子群算法对模型的超参数进行优化,最终获得较为可靠的风险预测模型。该方法包括如下步骤:获得模型所需数据,该模型所需数据后续列出;将受试者数据投入已训练好的高血压前期风险预测模型中;高血压前期风险预测模型的输出结果即为受试者罹患高血压前期的风险概率;通过可视化的方法显示受试者当前身体情况下可能引起高血压前期的风险特征并进行排序,以此基于参考并提出建设性建议。高血压前期风险预测装置由储存器、处理器组成。处理器接收储存器中的受试者身体情况数据,经过高血压前期风险预测模型计算,得出结论并将其显示在显示器上。
技术关键词
风险预测模型
变量
数据
多层神经网络模型
高密度脂蛋白胆固醇
储存器
粒子群算法优化
风险预测装置
处理器
节点
显示器
冗余特征
多层感知机
线性
包装器
误差
视黄醇
样本
系统为您推荐了相关专利信息
数据
移动管理平台
需求响应管理
移动端
识别管理
贝叶斯信息准则
集中供热系统
高斯混合模型
序列
聚类方法
光栅光纤传感器
间距测量方法
模型风洞试验
航空气动力风洞试验技术
数据采集系统
服装模板
定制系统
服装模型
信号传输模块
预览模块
热点检测方法
测试芯片版图
光刻
仿真器
前馈神经网络