摘要
本发明涉及一种基于增强黑翅鸢算法的患者就医等待时间预测模型,基于两种改进策略和BKA提出了RDBKA,以提高预测模型的准确性和泛化能力,随机备用策略增强了种群初始化的解空间覆盖率,而双自适应权重策略增强了算法的搜索能力和退出局部最优解的能力;并提出了RDBKA‑KELM预测模型,该模型将KELM预测方法与高性能RDBKA算法相结合,能提高预测模型的准确性和泛化能力,高效预测患者等待时间。
技术关键词
算法
权重策略
患者
概率密度函数
斯皮尔曼相关系数
超参数
径向基核函数
样本
数据
训练集
方程
学习机
标签
覆盖率
矩阵
表达式
高性能
序列
系统为您推荐了相关专利信息
灌溉远程控制系统
信息收集装置
信息采集模块
控制终端
光照强度检测装置
康复机器人
动态补偿系统
数字孪生模型
关节力矩
像素点
传递路径分析方法
重构
工况传递路径分析
路径分析系统
功率
数据可视化系统
布局
节点更新
数据收集单元
数据可视化方法
人力资源行业
智能化管理方法
脱敏数据
字符识别模型
数据存储策略