摘要
本发明公开了基于特征选择的肺癌生存期预测模型训练方法,涉及模型训练技术领域。包括:获取与肺癌生存期关联的特征信息,得到目标特征集,目标特征集至少包括一个特征信息组成的目标特征项;通过筛选方法对目标特征集进行筛选,去除低关联度的特征信息,得到筛选特征集,筛选特征集用于表示高关联度的特征信息集合。本发明通过获取与肺癌生存期关联的特征信息,并通过对特征信息进行筛选,去除低关联度的特征信息,并对筛选后的特征信息进行匹配组合,得到多个特征信息的互相影响组合结果,并构建特征匹配空间,获取肺癌生存数据作为对照,通过神经网络隐藏层学习特征匹配项的非线性组合效用,并以此进行模型的训练。
技术关键词
预测模型训练方法
特征选择
肺癌
特征点
筛选方法
学习特征
排序方法
模型训练技术
训练神经网络
非线性
数据项
判定特征
注意力机制
关系
患者
因子
系统为您推荐了相关专利信息
地毯
三维定位方法
图像识别技术
梳理机构
三维定位装置
描述符
景深
特征点
多尺度特征提取
特征匹配算法
数字高程模型
实景三维模型
水面
数字表面模型
激光点云数据
机器人位姿
机器人控制方法
点云
序列
机器人控制装置
多模态交互
交互装置
脸谱
体感控制模块
面部识别