Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

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 科技服务 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 > 江南大学;无锡市人民医院;无锡市第二人民医院;天津大学;苏州中科医疗器械产业发展有限公司秦国伟获国家专利权

江南大学;无锡市人民医院;无锡市第二人民医院;天津大学;苏州中科医疗器械产业发展有限公司秦国伟获国家专利权

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!

龙图腾网获悉江南大学;无锡市人民医院;无锡市第二人民医院;天津大学;苏州中科医疗器械产业发展有限公司申请的专利一种分布式多中心的机器学习智能决策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:CN120069100B

龙图腾网通过国家知识产权局官网在2025-07-25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:202510550322.1,技术领域涉及:G06N7/02;该发明授权一种分布式多中心的机器学习智能决策方法是由秦国伟;钱鹏江;徐德恩;王闯;姚健;闫翔宇;宋明轩;方伟;戴亚康;薛婧设计研发完成,并于2025-04-29向国家知识产权局提交的专利申请。

一种分布式多中心的机器学习智能决策方法在说明书摘要公布了:本发明涉及计算机技术领域,具体提供了一种分布式多中心的机器学习智能决策方法。该方法包括:获取需要进行决策的输入数据;根据模糊规则模型的不同模糊规则的前件参数,以及不同前件参数对应的后件参数计算得到不同模糊规则的规则输出;根据对应不同模糊规则的隶属度和规则输出进行加权计算,得到输入数据对应的输出决策数据;模糊规则模型是当前下层级中心通过分布式多中心的上层级中心的模糊规则模型,利用优化目标函数进行知识迁移,并利用多中心图矩阵作确定正则项调整优化目标函数后,计算得到的。以解决相关技术中的决策系统,泛化能力不佳,难以满足可解释性需求,以及决策准确率低,效率低的问题。

本发明授权一种分布式多中心的机器学习智能决策方法在权利要求书中公布了:1.一种分布式多中心的机器学习智能决策方法,应用于所述分布式多中心的除顶层级中心和次顶层级中心以外的下层级中心,所述顶层级中心为一线城市的大型医院,所述次顶层级中心为二线城市的较大型医院,所述下层级中心为三、四线城市的小型医院或诊所,其特征在于,包括: 获取需要进行决策的输入数据; 根据模糊规则模型的不同模糊规则的前件参数,确定所述输入数据,在不同模糊规则的隶属度; 根据所述输入数据,以及不同前件参数对应的后件参数计算得到不同模糊规则的规则输出; 根据对应不同模糊规则的所述隶属度和所述规则输出进行加权计算,得到所述输入数据对应的输出决策数据; 其中,所述模糊规则模型是当前下层级中心通过分布式多中心的上层级中心的模糊规则模型,利用优化目标函数进行知识迁移,并利用多中心图矩阵作确定正则项调整所述优化目标函数后,计算得到的;通过整合所述顶层级中心和所述次顶层级中心的经验与知识,所述下层级中心可以建立对特定疾病的清晰认知和诊断能力; 根据模糊规则模型的不同模糊规则的前件参数,确定所述输入数据,在不同模糊规则的隶属度之前,所述方法还包括: 通过知识迁移的方式,对迁移的上层级中心的模糊规则进行部分遗忘后的剩余规则,确定下层级中心进行迁移的前件参数和后件参数,其中,所述模糊规则包括对应的前件参数和后件参数; 根据所述剩余规则确定聚类中心,计算次下层级中心训练数据的数据样本与所述聚类中心的距离,并进行聚类,得到多个聚类簇,并对空簇进行剔除; 基于所述聚类中心以及簇内对应的数据样本,利用前件参数优化公式,计算对应的前件参数; 根据所述上层级中心的知识域与当前下层级中心的知识域的中间变量,计算改进最大平均差异; 根据所述改进最大平均差异和所述上层级中心的模糊规则模型的优化目标函数,计算当前下层级中心对应的优化目标函数,其中,所述优化目标函数包含正则项,用于根据上层级中心的后件参数,求解当前下层级中心的后件参数; 根据所述多中心图矩阵修正所述优化目标函数的正则项,得到正则化后的优化目标函数; 根据更新后的所述优化目标函数,结合重新计算的前件参数,对迁移的后件参数进行更新。

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江南大学;无锡市人民医院;无锡市第二人民医院;天津大学;苏州中科医疗器械产业发展有限公司,其通讯地址为:214000 江苏省无锡市经开区金融八街1号无锡商会大厦2201;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。