摘要
本发明公开了一种用于心血管疾病诊断的图正则化动态采样方法,包括:步骤S1,基于经典AdaBoost框架,设计一种基于样本置信度的自适应权重更新机制;步骤S2,将改进的动态欠采样和动态过采样模块集成在AdaBoost的迭代过程中;步骤S3,在完成动态欠采样和动态过采样后,引入图正则化降维策略,对动态采样后的训练样本进行降维;步骤S4,通过以上步骤,建立心血管疾病诊断模型,用于心血管疾病诊断的图正则化动态采样。本发明克服了心血管疾病数据集中类别不平衡以及关键特征难以有效识别的问题。
技术关键词
心血管疾病诊断
动态采样方法
AdaBoost框架
高斯混合模型
样本
学习器
贝叶斯信息准则
采样模块
定义
广义特征值
矩阵
正则化参数
策略
后验概率
数据分布
拉普拉斯
机制
系统为您推荐了相关专利信息
伪造图像检测方法
伪造方法
学习器
混合网络模型
检测模型训练
分类特征
混合神经网络模型
海泡石
文本特征向量
图像特征向量
电网故障预测
历史故障数据
灰色关联分析法
BP神经网络
配电网故障检修
预训练网络
样本
图像聚类方法
重构
图像聚类装置