公开(公告)号：CN113642661B

公开(公告)日：2023-08-11

申请号：CN202110968948.6

申请日：2021-08-23

Applicant: 燕山大学

Inventor： 李志明 ,  李婷婷 ,  阎晨光 ,  欧阳飞帆

IPC: G06F18/2111 ,  G06N3/126 ,  G06F16/9035

Abstract: 本发明提供一种基于mRMR‑IAGA的混合式特征选择方法，其包括：S1、建立数据集并对数据进行预处理；S2、使用最大相关最小冗余算法(Max‑Relevance and Min‑Redundancy，mRMR)对数据进行过滤式特征选择，形成特征子集Ω；S3、对特征子集Ω中的特征进行二进制编码，完成种群初始化；S4、为提升自适应遗传算法(Adaptive Genetic Algorithm，AGA)的收敛速度和收敛精度、简化特征子集，在交叉算子与变异算子中加入约束项，在适应度函数中加入特征缩减因子，形成改进的自适应遗传算法(Improved Adaptive Genetic Algorithm，IAGA)，适应度函数中的预测模型选用XGBoost﹔在特征子集Ω的基础上，使用基于IAGA的封装式特征选择算法进行特征选择；S5、输出最优特征子集Ω’。本发明以最优特征子集Ω’中的特征作为输入所构建的预测模型，有很好的预测准确率。

公开(公告)号：CN109381188B

公开(公告)日：2022-11-25

申请号：CN201811185077.5

申请日：2018-10-11

Applicant: 燕山大学

Inventor： 李志明 ,  王晓妍 ,  王子璇 ,  石鹏 ,  王逢宝 ,  阎晨光 ,  孙艳

IPC: A61B5/0532 ,  A61B5/00

Abstract: 本发明涉及一种基于经络能量平衡值的人体系统健康风险预测方法，包括以下步骤：S1、建立年龄、性别分布均衡，十二经络能量平衡值和七个人体系统及健康风险等级标记完备的数据集，作为训练样本集Φ；S2、采用粒子群优化算法和训练样本集Φ，确定七个人体系统与十二经络能量平衡值对应的权值矩阵W；S3、采集并解析得到受测者的十二经络能量平衡值，作为输入样本Input；S4、对输入样本Input、训练样本集Φ中所有样本的十二经络能量平衡值进行归一化处理，形成新的样本能量平衡值集；S5、建立关系加权K‑近邻模型，进行人体系统健康风险预测。基于十二经络能量平衡值和训练样本集，采用关系加权K‑近邻模型，对人体系统实现无创、早期、全面的健康风险预测。

公开(公告)号：CN113642661A

公开(公告)日：2021-11-12

申请号：CN202110968948.6

申请日：2021-08-23

Applicant: 燕山大学

Inventor： 李志明 ,  李婷婷 ,  阎晨光 ,  欧阳飞帆

IPC: G06K9/62 ,  G06N3/12 ,  G06F16/9035

Abstract: 本发明提供一种基于mRMR‑IAGA的混合式特征选择方法，其包括：S1、建立数据集并对数据进行预处理；S2、使用最大相关最小冗余算法(Max‑Relevance and Min‑Redundancy，mRMR)对数据进行过滤式特征选择，形成特征子集Ω；S3、对特征子集Ω中的特征进行二进制编码，完成种群初始化；S4、为提升自适应遗传算法(Adaptive Genetic Algorithm，AGA)的收敛速度和收敛精度、简化特征子集，在交叉算子与变异算子中加入约束项，在适应度函数中加入特征缩减因子，形成改进的自适应遗传算法(Improved Adaptive Genetic Algorithm，IAGA)，适应度函数中的预测模型选用XGBoost﹔在特征子集Ω的基础上，使用基于IAGA的封装式特征选择算法进行特征选择；S5、输出最优特征子集Ω’。本发明以最优特征子集Ω’中的特征作为输入所构建的预测模型，有很好的预测准确率。

公开(公告)号：CN109381188A

公开(公告)日：2019-02-26

申请号：CN201811185077.5

申请日：2018-10-11

Applicant: 燕山大学

Inventor： 李志明 ,  王晓妍 ,  王子璇 ,  石鹏 ,  王逢宝 ,  阎晨光 ,  孙艳

IPC: A61B5/053 ,  A61B5/00

Abstract: 本发明涉及一种基于经络能量平衡值的人体系统健康风险预测方法，包括以下步骤：S1、建立年龄、性别分布均衡，十二经络能量平衡值和七个人体系统及健康风险等级标记完备的数据集，作为训练样本集Φ；S2、采用粒子群优化算法和训练样本集Φ，确定七个人体系统与十二经络能量平衡值对应的权值矩阵W；S3、采集并解析得到受测者的十二经络能量平衡值，作为输入样本Input；S4、对输入样本Input、训练样本集Φ中所有样本的十二经络能量平衡值进行归一化处理，形成新的样本能量平衡值集；S5、建立关系加权K-近邻模型，进行人体系统健康风险预测。基于十二经络能量平衡值和训练样本集，采用关系加权K-近邻模型，对人体系统实现无创、早期、全面的健康风险预测。