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！

龙图腾网获悉中国标准化研究院申请的专利一种基于大数据的职业健康分析模型的构建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：CN119864171B 。

龙图腾网通过国家知识产权局官网在2025-07-18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：202411293372.8，技术领域涉及：G16H50/70；该发明授权一种基于大数据的职业健康分析模型的构建方法是由刘娜;付强;王巧慧;万福军;张雨辰;周幸窈;王蒙湘;曹琴设计研发完成，并于2024-09-14向国家知识产权局提交的专利申请。

本一种基于大数据的职业健康分析模型的构建方法在说明书摘要公布了：本发明公开了一种基于大数据的职业健康分析模型的构建方法，包括获取职业健康数据，对所述职业健康数据进行预处理，进行特征提取获得健康特征，为所述健康特征标注特征标签，将所述健康特征输入所述多模态机器学习模型获得健康风险概率，获得交互数据，根据所述交互数据与所述健康特征构造特征变换矩阵和健康系数，将所述特征变换矩阵和所述健康系数进行融合获得融合特征，根据所述融合特征和所述特征标签构建基于大数据的职业健康分析模型，将待分析职业健康数据输入所述职业健康分析模型获得职业健康评分和健康评价。该方法不仅可以提高职业健康分析的精度和速度，同时具有较好的可解释性，可以直接应用职业健康分析系统中。

本发明授权一种基于大数据的职业健康分析模型的构建方法在权利要求书中公布了：1.一种基于大数据的职业健康分析模型的构建方法，其特征在于，包括以下步骤： S1、获取职业健康数据，对所述职业健康数据进行预处理；所述职业健康数据包含历史数据和环境数据； S2、对所述历史数据进行分类，对所述历史数据进行特征提取获得健康特征，根据所述健康特征的取值为所述健康特征标注特征标签，根据所述特征标签构建特征标签库；所述健康特征包括身体健康特征与心理健康特征； S3、构建多模态机器学习模型，将所述健康特征输入所述多模态机器学习模型获得健康风险概率； S4、根据所述健康风险概率将所述健康特征与所述环境数据构成的环境数据库进行交互获得交互数据，根据所述交互数据与所述健康特征构造特征变换矩阵，将所述交互数据与所述心理健康特征输入健康函数获得健康系数； S5、将所述特征变换矩阵和所述健康系数进行融合获得融合特征，根据所述融合特征和特征标签构建基于大数据的职业健康分析模型，将待分析职业健康数据输入所述职业健康分析模型获得职业健康评分和健康评价； 根据所述交互数据与所述健康特征构造特征变换矩阵的方法，包括： 当健康风险概率小于预设概率阈值时判定为职业健康； 当健康风险概率大于预设概率阈值时判定存在职业健康风险，根据个人信息将所述健康特征与所述环境数据构成的环境数据库进行交互获得交互数据，对交互数据预处理，采用随机森林对交互数据进行特征提取获得环境特征，按照每个环境特征的取值划分多个特征标签，根据环境特征的取值为其标注特征标签；所述交互数据包含工作环境温度、环境质量、工作时长、薪资水平、职业危险概率和职业损伤率； 将身体健康特征、心理健康特征和环境特征组成特征样本，定义原始训练矩阵，表示样本数据矩阵包含个样本和个特征，通过加入正则化稀疏回归框架、加入非负矩阵分解框架、对局部结构进行保留和对相似度矩阵进行约束构建目标函数，最优化目标函数得到特征变换矩阵，目标函数表达式为： =I 其中为特征变换矩阵，=c为聚类数，为聚类中心矩阵，为系数矩阵，0为正则化参数，为利用范数约束矩阵，第一项和第二项为正则化稀疏回归框架；为基矩阵，，为基数，为系数矩阵，第三项为非负矩阵分解框架；为正则系数，为辅助矩阵，的作用是保证正交；为原始数据矩阵的图拉普拉斯矩阵，，、和为正则化参数，第五项和第六项为局部保留结构，第七项为减少系数矩阵相关性的约束项；为相似度矩阵，为初始相似度矩阵，为模型的学习权重参数； 目标函数总共涉及到六个变量的优化，导致目标函数是非凸的，固定变量使目标函数为凸，对变量的导数设置为0，求问题最优解得到变量特征变换矩阵的更新公式： 其中为对角矩阵，矩阵元素，对变量求导为； 根据所述融合特征和历史标签构建基于大数据的职业健康分析模型的方法，包括： 将融合特征和特征标签组成特征集，将特征集划分为注意力训练集和注意力测试集，构建职业健康分析模型，具体结构包括输入层、特征预处理层、多头注意力融合层、自适应特征融合层和输出层； 将注意力训练集输入职业健康分析模型，注意力训练集数据在特征预处理层进行线性变换得到维度和形式统一的特征表示，将线性变换的数据进行特征提取后输入多头注意力融合层，采用APReLU激活函数调整每个头的权重生成加权特征，将加权特征和原始特征输入自适应特征融合层，采用ASFF整合不同层的特征输入到输出层，在输出层设置两个全连接层，一个全连接层生成职业健康评分，另一个全连接层后接softmax激活函数预测特征标签，输出健康评分和健康评价； 采用均方误差损失和SGD优化器进行模型评估和权重优化获得注意力机制函数，采用注意力测试集对注意力机制函数进行评估输出注意力机制模型； 将待分析职业健康数据输入职业健康分析模型得到职业健康评分和健康评价。

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中国标准化研究院，其通讯地址为：100191 北京市海淀区知春路4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”。