-
公开(公告)号：CN110265146A
公开(公告)日：2019-09-20
申请号：CN201910519177.5
申请日：2019-06-17
Applicant: 东北大学秦皇岛分校
Abstract: 本发明公开了一种基于Bagging-Fuzzy-GBDT算法的心脏病预测方法，首先根据病人心脏病数据的特点，将数据中取值范围变化大的属性取出，利用模糊逻辑将这些数据进行模糊化；将模糊化的数据与GBDT算法相结合，组成Fuzzy-GBDT心脏病预测算法；最后利用Bagging算法通过m次有放回的采样，增加数据的多样性，将Bagging算法与Fuzzy-GBDT算法相结合，提出本文的Bagging-Fuzzy-GBDT心脏病预测算法。本发明降低了Fuzzy-GBDT预测算法的方差，以此来增加数据的多样性，避免单个点造成过拟合，在兼顾预测算法高泛化性的同时提高预测算法的准确性。(4)本发明通过实验进行了性能评价，结果表明，本发明的Bagging-Fuzzy-GBDT心脏病预测算法同时具有较好的准确性和泛化性。
-
公开(公告)号：CN110414747B
公开(公告)日：2022-02-01
申请号：CN201910729037.0
申请日：2019-08-08
Applicant: 东北大学秦皇岛分校
Abstract: 本发明公开了一种基于深度学习的时空长短期城市人流量预测方法，用于人流量预测。本发明在提取空间相关性时，将邻近区域相关性做局部卷积，将遥远区域相关性用图卷积提取，减少了参数和计算量的同时又兼顾了空间相关性的完整；本发明同时捕捉了短期时间依赖长期的时间依赖，使预测结果在时间维度更精确；本发明将区域语义信息分布考虑进来，将每个区域中的每种类型的感兴趣区域(POI)赋予相应的占比权重，更精确地利用了区域语义对城市人流量的影响。
-
公开(公告)号：CN110265146B
公开(公告)日：2022-05-27
申请号：CN201910519177.5
申请日：2019-06-17
Applicant: 东北大学秦皇岛分校
Abstract: 本发明公开了一种基于Bagging‑Fuzzy‑GBDT算法的心脏病预测方法，首先根据病人心脏病数据的特点，将数据中取值范围变化大的属性取出，利用模糊逻辑将这些数据进行模糊化；将模糊化的数据与GBDT算法相结合，组成Fuzzy‑GBDT心脏病预测算法；最后利用Bagging算法通过m次有放回的采样，增加数据的多样性，将Bagging算法与Fuzzy‑GBDT算法相结合，提出本文的Bagging‑Fuzzy‑GBDT心脏病预测算法。本发明降低了Fuzzy‑GBDT预测算法的方差，以此来增加数据的多样性，避免单个点造成过拟合，在兼顾预测算法高泛化性的同时提高预测算法的准确性。(4)本发明通过实验进行了性能评价，结果表明，本发明的Bagging‑Fuzzy‑GBDT心脏病预测算法同时具有较好的准确性和泛化性。
-
公开(公告)号：CN110414747A
公开(公告)日：2019-11-05
申请号：CN201910729037.0
申请日：2019-08-08
Applicant: 东北大学秦皇岛分校
Abstract: 本发明公开了一种基于深度学习的时空长短期城市人流量预测方法，用于人流量预测。本发明在提取空间相关性时，将邻近区域相关性做局部卷积，将遥远区域相关性用图卷积提取，减少了参数和计算量的同时又兼顾了空间相关性的完整；本发明同时捕捉了短期时间依赖长期的时间依赖，使预测结果在时间维度更精确；本发明将区域语义信息分布考虑进来，将每个区域中的每种类型的感兴趣区域(POI)赋予相应的占比权重，更精确地利用了区域语义对城市人流量的影响。
-
-
-
Search Results
4
records
(took 0.03 seconds)
