摘要
本发明公开了基于多因素的手汗症术后CH预测方法及系统,该方法包括以下步骤:获取多组患者术后历史数据,包括目标变量和多种对手汗症术后CH存在影响的特征变量,对所述历史数据进行预处理;将每个患者的历史数据以多维特征向量的形式表示,并划分训练集和验证集;构建高斯回归模型,选择径向基核和白噪声核作为协方差函数;通过最大化对数似然函数,并在所述训练集上对所述协方差函数的超参数进行优化;向优化后的模型输入当前患者特征向量,输出预测结果。本发明能够兼顾小样本适应性、多因素交互分析及有序分类预测的方法,为临床决策提供科学依据。
技术关键词
多维特征向量
患者
变量
协方差矩阵
预测系统
决策
模型训练模块
超参数
报告
梯度算法
数据采集模块
噪声方差
年龄
焦虑
手术
动态
形态
系统为您推荐了相关专利信息
检查装置
生命体征监测仪
图像诊断系统
AI系统
摄像系统
RBF神经网络
巡航控制方法
粒子群优化算法
发动机
变量
补偿相位噪声
OFDM系统
OFDM符号
相位噪声补偿算法
相位噪声补偿方法