买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉石家庄铁道大学申请的专利用于糖尿病并发症多标签预测的特征选择方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120724115B 。

龙图腾网通过国家知识产权局官网在2025-11-07发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511212904.5，技术领域涉及：G06F18/2113；该发明授权用于糖尿病并发症多标签预测的特征选择方法是由孙静;韩优;潘晓;张明倬;孙桐设计研发完成，并于2025-08-28向国家知识产权局提交的专利申请。

本用于糖尿病并发症多标签预测的特征选择方法在说明书摘要公布了：本发明公开了一种用于糖尿病并发症多标签预测的特征选择方法，涉及机器学习与医疗数据处理技术领域。所述方法包括如下步骤：对糖尿病并发症的原始特征和并发症标签数据进行标签分层独立权重计算，获得多个并发症的标签权重矩阵；对多个并发症的标签权重矩阵进行基于分层独立权重的图正则化优化，对多标签分类模型进行训练，削减多标签分类模型中不相关和冗余的特征，获得重要性感知、高判别力且鲁棒的特征子集；使用优化后的多标签分类模型对糖尿病并发症原始数据进行筛选，计算特征贡献矩阵，对于阳性预测标签，输出贡献值前三的特征，用于构建糖尿病并发症预测的特征。所述方法能够筛选出关键特征，提高模型预测的准确性。

本发明授权用于糖尿病并发症多标签预测的特征选择方法在权利要求书中公布了：1.一种用于糖尿病并发症多标签预测的特征选择方法，其特征在于包括如下步骤： S1：对糖尿病并发症的原始特征和并发症标签数据进行标签分层独立权重计算，获得多个并发症的标签权重矩阵； S2：对多个并发症的标签权重矩阵进行基于分层独立权重的图正则化优化，对多标签分类模型进行训练，削减多标签分类模型中不相关和冗余的特征，获得需要的特征子集； S3：使用优化后的多标签分类模型对糖尿病并发症原始数据进行筛选，计算特征贡献矩阵，对于阳性预测标签，输出贡献值前三的特征作为糖尿病并发症预测的特征； 所述S1具体包括如下步骤： S1-1：输入原始特征和并发症标签数据； S1-2：对每个并发症标签i，计算它与其它的标签j的互信息值： ； 构建标签相似性矩阵S，然后选择与标签i最相关的前3个标签，并将它们的取值组合构成集合Ci； S1-3：根据集合Ci取值组合对数据进行分层，在每层s内，基于多标签分类器MLKNN训练完整模型并训练消融模型，计算层内召回率差异，如下式所示： ； S1-4：分析指标差异符号，若0，该并发症标签具有预测价值；若0，该并发症标签具有潜在的噪声信息，需要进一步判断是否为噪声标签； 0且||≥，则判定该标签为噪声标签，删除该标签所对应的数据列，更新标签数量为，其中为用户定义的标签阈值，k为原始标签数量，为噪声标签数量； S1-5：加权汇总： 对非噪声标签所有层的召回率差异加权平均： S1-6：归一化得到最终权重：

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人石家庄铁道大学，其通讯地址为：050043 河北省石家庄市北二环东路17号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。