Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 深圳大学苏磊获国家专利权

深圳大学苏磊获国家专利权

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!

龙图腾网获悉深圳大学申请的专利模型训练方法和相关设备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:CN120632469B

龙图腾网通过国家知识产权局官网在2025-11-28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:202511123790.7,技术领域涉及:G06F18/214;该发明授权模型训练方法和相关设备是由苏磊;郑珊珊;梁臻设计研发完成,并于2025-08-12向国家知识产权局提交的专利申请。

模型训练方法和相关设备在说明书摘要公布了:本申请公开了一种模型训练方法和相关设备,属于模型训练技术领域。该方法包括:获取多个第一数据,并采用不同的特征选择方式,在各个所述第一数据的特征中,确定所述特征选择方式所选定的多个特征,以构建所述特征选择方式对应的第一特征集合;根据各种所述特征选择方式对应的第一特征集合中的特征,确定预测目标相关的目标特征;在每个所述第一数据中提取与所述目标特征匹配的特征,以构建每个所述第一数据对应的训练样本,并根据各个所述训练样本,对预设模型进行训练,得到预测模型,其中,所述预测模型用于对待预测数据进行预测得到所述预测目标对应的概率参数。本申请中,提高了训练的模型的性能。

本发明授权模型训练方法和相关设备在权利要求书中公布了:1.一种模型训练方法,其特征在于,包括: 获取多个第一数据,并采用不同的特征选择方式,在各个所述第一数据的特征中,确定所述特征选择方式所选定的多个特征,以构建所述特征选择方式对应的第一特征集合,所述第一数据为脱敏后的患者临床数据,包括人口统计学信息、并发症、实验室指标以及生命体征数据,所述不同的特征选择方式包括偏最小二乘回归方式、随机森林的特征选择方式以及广度优先搜索的特征选择方式; 根据各种所述特征选择方式对应的第一特征集合中的特征,确定预测目标相关的目标特征; 在每个所述第一数据中提取与所述目标特征匹配的特征,以构建每个所述第一数据对应的训练样本,并根据各个所述训练样本,对预设模型进行训练,得到预测模型,其中,所述预测模型用于对待预测数据进行预测得到所述预测目标对应的概率参数; 其中,所述根据各种所述特征选择方式对应的第一特征集合中的特征,确定预测目标相关的目标特征,包括: 在每个数据库中获取第二数据,所述第二数据包含所述第一特征集合中的至少一个特征; 确定每个数据集合中特征对所述预测目标的第一预测贡献值,其中,一个所述数据集合由至少一个数据库对应的各个第二数据构建,所述确定每个数据集合中特征对所述预测目标的第一预测贡献值,包括:确定所述数据集合对应的类型,所述类型用于指示所述数据集合为训练集或测试集,根据所述数据集合对应的类型,确定所述数据集合中特征对所述预测目标的第一预测贡献值; 根据所述第一预测贡献值,在每个所述数据集合的特征中,确定多个第一特征,以构建所述数据集合对应的第二特征集合,所述第一特征对应的第一预测贡献值大于第一预设阈值; 确定每个数据集合对应的第二特征集合之间的交集,并将所述交集中的第二特征,确定为所述预测目标相关的目标特征。

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深圳大学,其通讯地址为:518000 广东省深圳市南山区南海大道3688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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。