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！

龙图腾网获悉合肥工业大学申请的专利一种针对传染病患者的特征模糊模型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：CN119274816B 。

龙图腾网通过国家知识产权局官网在2025-12-26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：202411335935.5，技术领域涉及：G16H50/70；该发明授权一种针对传染病患者的特征模糊模型构建方法是由高健玮;唐益明;董雅洁;吴晗;吴玺;孙晓;俞鹏祥;李书杰设计研发完成，并于2024-09-24向国家知识产权局提交的专利申请。

本一种针对传染病患者的特征模糊模型构建方法在说明书摘要公布了：本发明公开了一种针对传染病患者的特征模糊模型构建方法，包括：1通过收集患者的病历、检查报告、病史、生活习惯信息，构建一个全面的患者特征集合；2、计算每个患者的代表性，独特性和抗噪性得分后选出具有表征能力的患者代表；3、围绕高总分代表构建一种包含多种患者的模糊特征描述的模糊区间二型粒度模型。本发明可以在仅有少量疾病相关数据的情况下，快速构建出抗噪能力更好，可解释性更强，包含信息量更多的病患群体模型，从而能快速对易感染人群进行建模，描述影响疾病感染的模糊特征，辅助医生了解传染病特点和易感染人群特征。

本发明授权一种针对传染病患者的特征模糊模型构建方法在权利要求书中公布了：1.一种针对传染病患者的特征模糊模型构建方法，其特征在于，包括如下步骤： 步骤1、采集传染病患者的各个特征并构建传染病患者数据集，表示第个传染病患者中的第j个特征，为传染病患者的总数，为每个传染病患者的特征总数； 步骤2、选出传染病患者代表； 步骤2.1、利用DBSCAN算法将划分为个传染病患者簇，并统计出每个传染病患者簇中的传染病患者的个数以及噪声传染病患者的个数，其中，表示第个传染病患者簇，表示中传染病患者的个数，，位于中的任意第q个传染病患者记为，； 步骤2.2、计算传染病患者代表的个数，其中，为选取的比率，从而根据式3计算第个传染病患者簇中的传染病患者代表的个数； 3 步骤2.3、计算中任意两个传染病患者之间的欧式距离并进行降序排列后，选取前个欧式距离的均值作为的密度半径，从而得到的密度半径； 步骤2.4、利用式5计算中第q个传染病患者的代表性得分； 5 式5中，表示正数激活函数函数；表示中第q个传染病患与第h个传染病患者之间的欧式距离； 步骤2.5、根据式6计算中第q个传染病患者的独特性得分并进行归一化后，得到归一化后的患者独特性得分； 6 式6中，表示中第h个传染病患者的代表性得分； 步骤2.6、根据式8计算中第q个传染病患者的非噪声得分： 8 式8中，表示中第个传染病患者的第个特征，表示中第个特征的最小值，表示中第个特征的最大值； 步骤2.7、根据式9计算中第个传染病患者的最终候选分数： 9 步骤2.8、对中所有传染病患者的最终候选分数进行降序排列，并取前个传染病患者作为的传染病患者代表，从而得到个传染病患者簇的传染病患者代表，其中，表示的第s个传染病患者代表； 步骤3、基于步骤2选出的传染病患者代表，构建传染病患者人群的特征模糊模型； 步骤3.1、构建特征模糊模型的左端点适应度值，并使用遗传算法对进行处理，得到传染病患者人群的特征模糊模型的最优左端点，其中，表示中围绕所构建的第s个特征模糊模型在第j个特征上的最优左端点； 步骤3.2、构建特征模糊模型的右端点适应度值，并使用遗传算法对进行处理，得到传染病患者人群的特征模糊模型的最优右端点，其中，表示围绕所构建的第s个特征模糊模型在第j个特征上的最优右端点； 步骤3.3、构建特征模糊模型的再模糊适应度值，并使用遗传算法对和进行处理，得到最终H个传染病患者人群的特征模糊模型，且，表示特征模糊模型以激进估计的左端点，表示特征模糊模型以保守估计的左端点，表示特征模糊模型以保守估计的右端点，表示特征模糊模型以激进估计的右端点。

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合肥工业大学，其通讯地址为：230009 安徽省合肥市包河区屯溪路193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。