公开(公告)号：CN109119133B

公开(公告)日：2021-07-23

申请号：CN201810879094.2

申请日：2018-08-03

Applicant: 厦门大学

Inventor： 罗志明 ,  孙振强 ,  曹冬林 ,  苏松志 ,  李绍滋

IPC: G16H10/60 ,  G16H50/70 ,  G06K9/62

Abstract: 基于多标记特征选择及分类的中医临床大数据存储方法，涉及大数据挖掘与中医数字化的交叉技术应用领域。对患者进行信息采集，根据不同患者症状进行量化打分，并对其赋予对应的多类标签；对采集到的患者数据进行归一化处理，将标记数据集进行向量化处理，得到标准的多标记数据集，并将多标记数据集划分为训练集和测试集以验证算法有效性；计算训练集进行特征选择时所需相关矩阵，使用罚函数法计算全局最优特征权重分配；选取权重最大的前K个特征子集，使用MLkNN方法得到测试集预测结果，并选取最优特征子集进行新患者病情预测。

公开(公告)号：CN109119133A

公开(公告)日：2019-01-01

申请号：CN201810879094.2

申请日：2018-08-03

Applicant: 厦门大学

Inventor： 罗志明 ,  孙振强 ,  曹冬林 ,  苏松志 ,  李绍滋

IPC: G16H10/60 ,  G16H50/70 ,  G06K9/62

Abstract: 基于多标记特征选择及分类的中医临床大数据存储方法，涉及大数据挖掘与中医数字化的交叉技术应用领域。对患者进行信息采集，根据不同患者症状进行量化打分，并对其赋予对应的多类标签；对采集到的患者数据进行归一化处理，将标记数据集进行向量化处理，得到标准的多标记数据集，并将多标记数据集划分为训练集和测试集以验证算法有效性；计算训练集进行特征选择时所需相关矩阵，使用罚函数法计算全局最优特征权重分配；选取权重最大的前K个特征子集，使用MLkNN方法得到测试集预测结果，并选取最优特征子集进行新患者病情预测。