申请/专利权人：深圳市一五零生命科技有限公司

申请日：2023-12-27

公开（公告）日：2024-03-19

公开（公告）号：CN117476183B

主分类号：G16H20/70

分类号：G16H20/70;G16H50/70;G06F18/211;G06F18/213;G06F18/214;G06F18/2431

优先权：

专利状态码：有效-授权

法律状态：2024.03.19#授权;2024.02.20#实质审查的生效;2024.01.30#公开

摘要：本申请涉及深度学习技术领域，公开了一种自闭症儿童康复效果AI评估模型的构建系统。所述系统包括：获取模块，用于获取初始多维评估数据集；分析模块，用于进行相关系数分析和特征筛选，得到目标多维评估数据集；创建模块，用于定义AdaBoost模型的模型训练目标，创建第一模型训练方案；训练模块，用于进行模型训练，得到模型预测评估数据；提取模块，用于进行模型预测评估特征提取，得到多个模型预测评估特征并生成第二模型训练方案；调整模块，用于进行模型训练，并对AdaBoost模型中的多个弱分类器进行参数和权重调整，得到目标AI评估模型，进而提高了自闭症儿童康复效果AI评估模型的鲁棒性和模型预测精度。

主权项：1.一种自闭症儿童康复效果AI评估模型的构建系统，其特征在于，所述自闭症儿童康复效果AI评估模型的构建系统包括：获取模块，用于获取患者评估数据库中多个目标患者的初始多维评估数据集，所述初始多维评估数据集包括：目标行为数据、目标生理数据及目标心理评估数据；分析模块，用于对所述初始多维评估数据集进行相关系数分析和特征筛选，得到对应的目标多维评估数据集；创建模块，用于获取待训练的AdaBoost模型并定义所述AdaBoost模型中多个弱分类器的模型训练目标，以及根据所述模型训练目标和所述目标多维评估数据集创建对应的第一模型训练方案；其中，所述创建模块具体用于：获取待训练的AdaBoost模型，所述AdaBoost模型包括多个弱分类器；分别定义每个弱分类器的模型训练目标，并根据所述模型训练目标构建所述多个弱分类器与所述目标多维评估数据集之间的数据映射关系；根据所述数据映射关系从所述目标多维评估数据集中确定每个弱分类器的目标相关性评估数据；根据所述目标相关性评估数据以及所述多个弱分类器，创建所述AdaBoost模型对应的第一模型训练方案；训练模块，用于通过所述第一模型训练方案对所述AdaBoost模型进行模型训练，得到所述AdaBoost模型中每个弱分类器的模型预测评估数据；提取模块，用于对所述模型预测评估数据进行模型预测评估特征提取，得到每个弱分类器的多个模型预测评估特征，并根据所述多个模型预测评估特征生成对应的第二模型训练方案；所述提取模块具体用于：将每个弱分类器的模型预测评估数据输入预置特征聚类模型，并通过所述特征聚类模型中的第一移动密度函数对所述模型预测评估数据进行聚类中心计算，得到对应的初始聚类中心；对所述模型预测评估数据与所述初始聚类中心进行特征聚类计算，得到多个特征中心距，并对所述多个特征中心距进行均值运算，得到对应的平均中心距；通过所述平均中心距对所述第一移动密度函数的搜索半径参数进行调整，得到目标搜索半径参数，并将所述第一移动密度函数的初始搜索半径参数替换为所述目标搜索半径参数，得到目标移动密度函数；通过所述目标移动密度函数对所述模型预测评估数据进行聚类中心计算，得到对应的目标聚类中心，并通过所述目标聚类中心对每个弱分类器的模型预测评估数据进行特征聚类，得到每个弱分类器的多个模型预测评估特征；根据所述多个模型预测评估特征，生成对应的第二模型训练方案；调整模块，用于根据所述第二模型训练方案对所述AdaBoost模型进行模型训练，并对所述AdaBoost模型中的多个弱分类器进行参数和权重调整，得到目标AI评估模型。

全文数据：

权利要求：

百度查询： 深圳市一五零生命科技有限公司 自闭症儿童康复效果AI评估模型的构建系统

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD