摘要
本发明涉及一种基于多源数据处理的冠心病风险预测方法,利用多层感知机提取结构化临床数据得到第一特征向量;利用一维卷积神经网络处理生理信号时序数据得到第二特征向量;将第一特征向量与第二特征向量拼接得到融合特征向量;基于所述融合特征向量训练冠心病风险预测模型,将所有迭代轮次生成的决策树组合得到冠心病风险预测模型;利用训练后的所述冠心病风险预测模型对目标对象的融合特征向量进行处理,输出冠心病风险预测值。
技术关键词
风险预测模型
一维卷积神经网络
构建决策树
多层感知机
指数衰减函数
数据
时序
样本
生理
策略
偏差
阶梯
编码
数值
信号
对象
节点
非线性
系统为您推荐了相关专利信息
广告精准投放方法
大数据
深度学习建模
动态
增量学习算法
人脸识别模型
特征提取模型
样本
风险识别模型
风格
事件流数据
识别方法
DBSCAN算法
KNN算法
状态空间模型
应急资源调度方法
数字孪生
发电设备
决策树模型
支路