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！

龙图腾网获悉中国计量大学申请的专利基于梯度提升的xgboost宠物健康判别方法和装置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：CN119560145B 。

龙图腾网通过国家知识产权局官网在2026-01-02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：202411556481.4，技术领域涉及：G16H50/30；该发明授权基于梯度提升的xgboost宠物健康判别方法和装置是由徐文贤;黄心茹;李慧敏;陈钰瑛;林梦嫚;华俞嫣;艾佳设计研发完成，并于2024-11-04向国家知识产权局提交的专利申请。

本基于梯度提升的xgboost宠物健康判别方法和装置在说明书摘要公布了：基于梯度提升xgboost模型的宠物健康判别方法和装置，其方法包括：S1.获取智能宠物猫砂盆的历史检测数据记录；S2.对历史检测数据采用十折交叉验证的数据集划分方法进行数据集的划分和xgboost模型的验证与训练，并在每次交叉验证中优化xgboost模型；S3.根据所述历史检测数据进行基于xgboost算法的识别模型训练，得到对应所述智能宠物猫砂盆的猫咪健康状况判别模型和对应宠物猫砂盆的健康指标重要性；S4.监控xgboost模型的性能，根据历史检测数据和新检测数据进行宠物健康判别模型的增量更新与特征选择的持续优化；S5.利对所述宠物健康指标进行平滑处理，得到所述智能宠物猫砂盆的警告阈值，当智能宠物猫砂盆的实时检测数据超过所述警告阈值时，对宠物主人进行宠物健康异常警告。

本发明授权基于梯度提升的xgboost宠物健康判别方法和装置在权利要求书中公布了：1.一种基于梯度提升xgboost模型的宠物健康判别方法，其特征在于，包括以下步骤： S1.获取智能宠物猫砂盆的历史检测数据记录，所述历史检测数据包括所有样本猫咪每日的体重、排泄次数、单次排泄重量、排泄总重量、排泄时长和猫咪健康状况正常或异常的标签数据； S2.对所述历史检测数据采用十折交叉验证的数据集划分方法进行数据集的划分和xgboost模型的验证与训练，并在每次交叉验证中优化xgboost模型； S3.根据所述历史检测数据进行基于xgboost算法的识别模型训练，得到对应所述智能宠物猫砂盆的猫咪健康状况判别模型和对应所述宠物猫砂盆的健康指标重要性；包括： S31.将猫咪的检测数据输入极端梯度提升树xgboost模型，模型通过迭代训练多个决策树，每个所述决策树的输出与之前所述决策树的输出相加，并综合各个所述决策树的输出，最终得到对所述样本猫咪健康状况的分类结果； S32.所述xgboost模型在所述健康状况分类问题中的Softmax损失函数，能将模型的原始输出转化为概率分布，利用在迭代中为每个所述健康状况类别训练的专属决策树，输出所述测试猫咪样本为每个类别的概率，所述概率最高的类别即为最终的猫咪健康状况； S33.利用所述xgboost算法对所述历史检测数据的所述各项数据进行重要性指标筛选，选取出用作所述警告模型输入的特征指标； S4.监控xgboost模型的性能，根据所述历史检测数据和新检测数据进行基于xgboost算法的宠物健康判别模型的增量更新及其模型参数与特征选择的持续优化；包括： S41.在模型训练过程中，使用所述验证集监控所述xgboost模型的性能，包括准确率、召回率指标，当模型性能达到预设的阈值或不再显著提升时，触发模型更新机制； S42.不断收集新的宠物健康数据，包括新病例、新体检结果，在对新数据进行预处理以确保与训练集数据格式一致后，将新数据添加到所述历史检测训练集中，对于大规模数据集，所述xgboost模型采用多核CPU和分布式计算资源，并通过并行处理和分布式计算，提高模型的训练速度和效率，利用此数据集重新训练所述xgboost模型，实现模型的增量更新； S43.在增量学习过程中，调节所述xgboost模型所述超参数，使用交叉验证技术调节学习率、所述决策树的深度和节点数量、子采样率、列采样率超参数优化模型性能，并在所述目标函数中引入正则化项，控制所述xgboost模型的复杂度，防止过拟合现象并提高所述xgboost模型泛化能力； S44.分析所述特征的重要性，自动选择最优特征，根据所述特征的重要性评估结果，对所述特征进行筛选和优化，去除冗余特征，而所述模型部署到实际应用中后会持续监控模型的性能，根据实际应用中的反馈和数据变化，及时调整所述xgboost模型参数和特征选择策略，提高所述xgboost模型的预测准确性； S5.利用指数加权移动平均对所述宠物健康指标进行平滑处理，得到所述智能宠物猫砂盆的警告阈值，当所述智能宠物猫砂盆的实时检测数据超过所述警告阈值时，对宠物主人进行宠物健康异常警告。

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计量大学，其通讯地址为：310018 浙江省杭州市下沙高教园区学源街258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。