南方医科大学甄鑫获国家专利权
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！
龙图腾网获悉南方医科大学申请的专利用于缺失数据填充的多约束表征学习模型及癌症诊断模型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：CN119089125B 。
龙图腾网通过国家知识产权局官网在2025-07-04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：202411565752.2，技术领域涉及：G06F18/15；该发明授权用于缺失数据填充的多约束表征学习模型及癌症诊断模型是由甄鑫;卢梓涵;黄方俊;蔡光瑶;刘继红;高庆蕾;杨蕊梦;王琳婧设计研发完成，并于2024-11-05向国家知识产权局提交的专利申请。
本用于缺失数据填充的多约束表征学习模型及癌症诊断模型在说明书摘要公布了：本发明公开了一种用于缺失数据填充的多约束表征学习模型及癌症诊断模型，多约束表征学习模型包括：数据预处理模块，用于对源数据进行预处理，获得预处理后数据；投影模块，用于根据投影矩阵对所述预处理后数据进行投影，获得填充后数据并输出，所述投影矩阵由训练所述多约束表征学习模型后获得；其中，训练所述多约束表征学习模型的约束函数包括：投影数据约束项、特征重要性一致约束项、缺失位置估算约束项和模糊关系约束项。能够稳定和准确地对缺失数据进行填充。
本发明授权用于缺失数据填充的多约束表征学习模型及癌症诊断模型在权利要求书中公布了：1.一种基于多约束表征学习模型的缺失数据填充方法，其特征在于，包括： 对卵巢癌实验室检验指标数据进行预处理，获得预处理后数据； 根据投影矩阵对所述预处理后数据进行投影，获得填充后数据并输出，所述投影矩阵由训练所述多约束表征学习模型后获得； 其中，训练所述多约束表征学习模型的约束函数包括：投影数据约束项、特征重要性一致约束项、缺失位置估算约束项和模糊关系约束项； 所述特征重要性一致约束项用于在投影过程中将特征的权重排名与通过多种特征选择方法确定的特征重要性排名保持一致；所述缺失位置估算约束项用于在反投影时根据缺失位置的信息识别出特征值之间的不一致；所述模糊关系约束项用于通过模糊关系优化投影得到的共享融合特征之间的冗余性以及共享融合特征与标签之间的相关性； 所述投影数据约束项的表达式为：，其中，为预处理后的训练数据，为投影矩阵，为反投影矩阵，为被投影到的潜在空间，表示F范数。
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南方医科大学，其通讯地址为：510630 广东省广州市天河区沙太南路1023号-1063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”。
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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号