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！

龙图腾网获悉吉林大学申请的专利一种应用于糖尿病分析、集成的自适应神经模糊系统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：CN116629311B 。

龙图腾网通过国家知识产权局官网在2025-11-14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：202310396053.9，技术领域涉及：G06N3/043；该发明授权一种应用于糖尿病分析、集成的自适应神经模糊系统是由于鉴麟;王曦;李祯浩;李熙铭;孙成林;何丽莉;白洪涛设计研发完成，并于2023-04-14向国家知识产权局提交的专利申请。

本一种应用于糖尿病分析、集成的自适应神经模糊系统在说明书摘要公布了：本发明公开了一种应用于糖尿病分析、集成的自适应神经模糊系统，包括步骤S1：将数据集输入CIR‑ANFIS模型中，模型先对数据集进行标准化;步骤S2：采用因果推理方式计算每个特征对应于预测结果的因果系数，并以此作为特征的权重;步骤S3：随机选择多个不同的子集，对于每个不同的子集分别构建自适应模糊推理系统，并得到每个推理系统的预测结果;步骤S4：通过集成学习方式得到整个模型的预测结果。本发明涉及计算机算法技术领域，本发明的有益效果是，将因果推理方法引入特征选择中，并以因果系数为权重随机生成数据子集进行训练，降低了模型训练成本，且能达到较好的模型效能。

本发明授权一种应用于糖尿病分析、集成的自适应神经模糊系统在权利要求书中公布了：1.一种应用于糖尿病分析、集成的自适应神经模糊系统，其特征在于，包括步骤S1：将数据集输入CIR-ANFIS模型中，模型先对数据集进行标准化; 步骤S2：采用因果推理方式计算每个特征对应于预测结果的因果系数，并以此作为特征的权重; 步骤S3：随机选择多个不同的子集，对于每个不同的子集分别构建自适应模糊推理系统，并得到每个推理系统的预测结果; 步骤S4：通过集成学习方式得到整个模型的预测结果； 因果效应可以被认为是每个特征对分类的影响，具有高水平因果影响的特征可能比具有低水平的特征贡献更多，采用因果效应作为特征权重，通过如下操作生成随机子集； 在CIR-ANFIS模型中，使用个子模型，其中n是输入特征的数量，每个子模型中有四个输入特征，对于2CIR-ANFIS模型，使用两倍的子模型，以下是选择每个子模型的输入特征的算法： 1对于每个特征，权重得分定义如下： ； 其中是特征和结果之间因果关系的绝对值，是从0到1的随机数， 2选择权重得分最高的四个特征， 3如果这不是第一个子模型，则将选择结果与先前结果进行比较，如果所有四个特征都匹配，则选择结果无效；返回步骤1并再次执行计算；否则，继续计算每个后续子模型，直到计算完所有子数据； 通过上述过程，完成了准备子模型训练用子数据集的步骤，为了证明这种方法能够使用更多的特征，将其与传统的简单选择四种特征进行对比； 在CIR-ANFIS中，对于具有个特征的数据集，不被子模型选择的概率可以近似为： ； 不被所有子模型选择的概率为： ； 继续在各种情况下进行分析； 1显著高于大多数其他常见性状，排名前4，这一特性很有可能多次加入子数据集，这意味着它可以对许多子模型做出贡献，显然，对整个CIR-ANFIS模型有很大贡献； 2低于或高于Top-4，但差距不大，在这种情况下，取值范围为0.1至0.2，取值范围从0.4到0.6，这表明该特征仍有可能加入一些子数据集，即CIR-ANFIS模型允许融入更多的特征，而不是仅选择有限数量的特征； 3显著低于Top-4，是Top-4的二十分之一甚至百分之一，在这种情况下，低于0.05，高于0.8，这意味着由于特征和结果之间的低因果关系，特征有时只能加入一个或少数几个子数据集，甚至无法加入任何子数据集； 根据上述计算和分析的CIR-ANFIS可以使用因果推断来创建反映各种特征的相对重要性的子集数据集，目的是使用来自更多特征的更多数据并提高整个模型的性能。

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吉林大学，其通讯地址为：130000 吉林省长春市前进大街2699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。