一种基于内省学习的案例推理属性权重调整方法

文档序号:27975908发布日期:2021-12-15 00:25阅读:来源:国知局

技术特征:
1.一种案例推理的属性权重调整应用程序,其特征在于,包括以下模块:检索相似案例模块,被配置为:获取心血管病案例的训练集b,遍历所述b中的所有n个目标案例,对于每个目标案例进行包括如下步骤的迭代:从心血管病案例的历史集a中检索出k个与所述目标案例最相似案例;若所述最相似案例中有被正确分类的案例,更新所述被正确分类的案例的属性权重;更新属性权重模块,被配置为:增加所述被正确分类的案例与所述目标案例相匹配的属性的权重;减少所述被正确分类的案例与所述目标案例不匹配的属性的权重;归一化模块,被配置为:按式i计算得到归一化后的属性权重:其中,ω

i
(t)表示第i项属性在第t次所述迭代后并归一化的权重,ω

i
(t)表示第i项属性在在第t次所述迭代后的权重,i=1,2,

,m;t=1,2,

,n;m表示属性总数,n表示所述b中的案例个数,即所述迭代次数;计算最优权重模块,被配置为:基于第t次所述迭代后的m项属性权重,对所述训练集b进行案例推理分类,并计算案例推理分类的准确率;将最大的分类准确率所对应的m项属性权重记录为基于内省学习的案例推理的最优属性权重。2.如权利要求1所述的应用程序,其特征在于,所述检索相似案例模块配置的检索过程包括以下步骤:计算所述a中的每个案例x与所述目标案例c
k
的相似度s(x,c
k
);将所述a中的案例根据相似度排序,依次选取相似度最大的k个案例作为所述最相似案例。3.如权利要求2所述的应用程序,其特征在于,所述相似度s(x,c
k
)的计算过程包括按照式ii计算的步骤:其中,x表示所述a中的案例,c
k
表示目标案例,s(x,c
k
)表示案例x与目标案例c
k
的相似度,ω
i
表示第i项属性的最优属性权重,x
i
表示案例x的第i个属性的值,x
i,k
表示目标案例c
k
的第i个属性的值。4.如权利要求3所述的应用程序,其特征在于,所述更新属性权重模块被配置为还包括以下步骤:设置阈值;若所述被正确分类的案例的第i项属性与所述目标案例的第i项属性的差的绝对值不超过所述阈值,则所述第i项属性为匹配属性;若所述被正确分类的案例的第i项属性与所述目标案例的第i项属性的差的绝对值超过所述阈值,则所述第i项属性为不匹配属性。
5.如权利要求4所述的应用程序,其特征在于,所述检索相似案例模块配置的检索过程还包括:基于k最近邻检索策略从所述a中检索出k个与所述目标案例的最近邻案例作为所述最相似案例。6.如权利要求4所述的应用程序,其特征在于,所述检索相似案例模块配置的检索过程还包括:基于近似最近邻搜索策略从所述a中检索出k个与所述目标案例的近似最近邻案例作为所述最相似案例。7.如权利要求5所述的应用程序,其特征在于,所述检索相似案例模块还被配置为:通过交叉验证法逐步调整所述k值。8.如权利要求6所述的应用程序,其特征在于,通过哈希编码方法对案例数据降维处理。9.一种心血管病的诊断装置,其特征在于,所述装置加载有如权利要求1

8所述的应用程序。10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有权利要求1

8所述应用程序的所有计算机程序/指令和相关数据。

技术总结
本发明提出一种案例推理的属性权重调整应用程序及心血管病诊断装置,其中的应用程序包括检索相似案例模块、更新属性权重模块、归一化模块和计算最优权重模块。本发明通过借鉴内省学习的原理对权重进行全局优化调整,可以随着案例库的更新对权重进行迭代学习,达到提高CBR系统性能的目的。高CBR系统性能的目的。高CBR系统性能的目的。


技术研发人员:张春晓 朱青松 徐美德 师宁
受保护的技术使用者:北京电子科技职业学院
技术研发日:2021.09.30
技术公布日:2021/12/14
当前第2页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1