← 返回列表
一种基于CLLSR混合模型的脉力等级预测方法
申请人信息
- 申请人:季华实验室
- 申请人地址:528200 广东省佛山市南海区桂城街道环岛南路28号
- 发明人: 季华实验室
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于CLLSR混合模型的脉力等级预测方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410083997.5 |
| 申请日 | 2024/1/19 |
| 公告号 | CN117582185A |
| 公开日 | 2024/2/23 |
| IPC主分类号 | A61B5/00 |
| 权利人 | 季华实验室 |
| 发明人 | 王洋; 韦敏; 罗静静; 祝兴; 杨嘉成 |
| 地址 | 广东省佛山市南海区桂城街道环岛南路28号 |
摘要文本
本申请属于中医诊脉技术领域，公开了一种基于CLLSR混合模型的脉力等级预测方法，包括步骤：A1.获取多个原始脉象数据并对原始脉象数据进行脉力等级评分和数据预处理，得到多个样本数据，形成样本集；样本数据包括预处理后脉象数据和对应的脉力等级标签值；A2.把样本集划分为训练集和测试集；A3.构建CLLSR混合神经网络模型；A4.利用训练集对CLLSR混合神经网络模型进行训练，并以测试集对训练后的CLLSR混合神经网络模型进行测试，得到训练好的CLLSR混合神经网络模型；A5.利用训练好的CLLSR混合神经网络模型对待测对象的实测脉象数据进行脉力等级预测；从而能够提高针对脉力评分等级的预测准确性。
专利主权项内容
1.一种基于CLLSR混合模型的脉力等级预测方法，其特征在于，包括步骤：A1.获取多个原始脉象数据，并对所述原始脉象数据进行脉力等级评分和数据预处理，得到多个样本数据，形成样本集；每个所述样本数据包括预处理后脉象数据和对应的脉力等级标签值；A2.把所述样本集划分为训练集和测试集；A3.构建基于CNN神经网络和LSTM神经网络的CLLSR混合神经网络模型；A4.以所述样本数据中的预处理后脉象数据作为所述CLLSR混合神经网络模型的模型输入，并以脉力等级预测值作为所述CLLSR混合神经网络模型的模型输出，利用所述训练集对所述CLLSR混合神经网络模型进行训练，并以所述测试集对训练后的所述CLLSR混合神经网络模型进行测试，得到训练好的CLLSR混合神经网络模型；A5.利用所述训练好的CLLSR混合神经网络模型对待测对象的实测脉象数据进行脉力等级预测。。马-克-数据