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！

龙图腾网获悉海南大学申请的专利融合半监督学习与多支路神经网络的老年慢病分型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：CN119361166B 。

龙图腾网通过国家知识产权局官网在2025-11-07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：202411273540.7，技术领域涉及：G16H50/70；该发明授权融合半监督学习与多支路神经网络的老年慢病分型方法是由刘慧舟;闫世博;黄梦醒;毋媛媛;冯思玲;韩奇辰设计研发完成，并于2024-09-12向国家知识产权局提交的专利申请。

本融合半监督学习与多支路神经网络的老年慢病分型方法在说明书摘要公布了：本发明公开了一种融合半监督学习与多支路神经网络的老年慢病分型方法。该方法包括：获取多种目标类型的老年慢病数据集，对所述数据集进行预处理；基于半监督学习与多支路神经网络，建立老年慢病分型模型；使用测试数据集对模型的准确率和精准度来进行评估。通过本发明的技术方案，实现对多类型老年慢病进行全面诊断和评估，提高诊断准确性，减少误诊率。

本发明授权融合半监督学习与多支路神经网络的老年慢病分型方法在权利要求书中公布了：1.一种融合半监督学习与多支路神经网络的老年慢病分型方法，其特征在于，包括： 获取多种目标类型的老年慢病数据集，对所述数据集进行预处理； 基于半监督学习与多支路神经网络，建立老年慢病分型模型，具体包括： 将训练数据集作为老年慢病分型模型的输入，进行第一次模型训练； 所述老年慢病分型模型由第一支路神经网络、第二支路神经网络以及分类器模型组成； 第一支路神经网络是多层次的反向传播神经网络，训练数据集进入第一支路神经网络后得到第一数据特征； 第二支路神经网络是残差卷积神经网络，训练数据集进入第二支路神经网络后得到第二数据特征； 分类器模型由一个全连接层与一个输出层组成，第一数据特征和第二数据特征相融合进入全连接层作为输入，在全连接层中以归一化指数函数Softmax作为激活函数，将每个类别的输出值转换为一组概率值并在输出层输出； 所述训练数据集进入第一支路神经网络后先经过Reshape维度变换，再进入反向传播神经网络BPNN，BPNN包含多个隐藏层，每个隐藏层中包含一个随机失活Dropout，每两个隐藏层后紧接一个线性变化层，训练数据集进入BPNN后输出第一数据特征； 所述第二支路神经网络包含了多个一维卷积层和多个一维最大池化层以及一个平均池化层，在每个卷积操作后使用随机失活Dropout丢弃部分数据； 训练数据集经过卷积层提取数据的局部特征，随后经过最大池化层降低空间维度，减小模型参数，最后进入平均池化层捕捉全局特征信息； 所述基于半监督学习与多支路神经网络，建立老年慢病分型模型，还包括： 将无标签数据集作为老年慢病分型模型的输入，进行第二次模型训练； 在训练前，设定置信度阈值； 将无标签数据输入老年慢病分型模型进行预测，仅保留预测置信度高于置信度阈值的无标签数据，并将这些无标签数据的预测标签作为伪标签； 将带有伪标签的无标签数据加入到原有的训练数据集中； 使用测试数据集对模型的准确率和精准度来进行评估； 所述对所述数据集进行预处理，包括：对数据集先后进行缺失值填充与结构化映射处理，得到由指标与数据组成的数据集，通过每个指标的互相关系数或SHAP值选取数据集中的多个重要指标，对重要指标中的数据进行标准化处理，将数据映射到0，1之间，并打上标签，将打上标签的数据随机划分为训练数据集和测试数据集。

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海南大学，其通讯地址为：570228 海南省海口市美兰区人民大道58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。