摘要
本发明属于脑卒中预测领域,涉及一种自优化的边缘智能脑卒中早期预测方法及系统,包括:S1、采集脑卒中已标记数据并预处理得到已标记特征集D;S2、根据D对预测模型进行训练,得到最新预测模型;初始化伪标记特征集;S3、实时采集数据并进行预处理,得到特征ft;S4、将ft输入最新预测模型得到预测结果;结合特征ft及其预测结果得到伪标记特征样本ft′;S5、根据ft′对最新伪标记特征集进行更新并判断是否达到再训练条件,若是则执行步骤S6;否则回到步骤S3;S6、结合D和更新后的伪标记特征集Ft′对最新预测模型进行再训练,根据最新预测模型对特征集Ft′进行更新,得到最新伪标记特征集,回到步骤S3;本发明自优化伪标记特征集提升了预测模型性能。
技术关键词
标记特征
早期预测方法
节点子系统
样本
计数器
预测模型训练
模块
早期预测系统
模型更新
实时数据采集
对象
基础
系统为您推荐了相关专利信息
业务风险控制方法
风险控制策略
函数优化方法
锚点
风险控制系统