摘要
本发明涉及人群就医偏好预测技术领域,公开了一种中老年卒中患者中医药偏好行为预测系统和方法,包括步骤:采集源人群的初始中医药治疗行为数据,对初始中医药治疗行为数据进行预处理、特征提取和降维处理,得到降维中医药特征数据;使用降维中医药特征数据对深度学习网络模型和迁移学习网络模型进行训练,训练完成后进行模型集成,生成中医药偏好预测模型;将患者的临床数据输入中医药偏好预测模型,得到中医药治疗偏好概率。本发明将患者的临床数据输入中医药偏好预测模型,输出患者个性化偏好权重,包括中医药类别偏好概率等。
技术关键词
中医药
深度学习网络模型
高维特征向量
联合损失函数
中老年
患者
预测系统
粒子
超参数
梯度下降优化算法
数据采集模块
位置更新
成分分析
特征提取单元
速度
模型训练模块
线性
系统为您推荐了相关专利信息
同步监测方法
风力发电机
动态
应变传感器
倾角传感器
多任务学习模型
舰船燃气轮机
优化控制方法
剩余寿命预测
高维特征向量
异常检测方法
对抗网络模型
异常状态
设备全生命周期
样本
深度学习网络模型
温度预测方法
加热器
数据
训练特征
树高反演方法
多源遥感数据
深度学习网络模型
构建网络训练数据集
星载激光雷达