-
公开(公告)号:CN110491520A
公开(公告)日:2019-11-22
申请号:CN201910682966.0
申请日:2019-07-26
Applicant: 北京邮电大学
Abstract: 本发明公开了一种基于半监督学习的骨质状态评估模型的构建方法,包括:提取多组不同骨质状态的用户的评估数据,所述评估数据包括生命体征数据、体态数据、骨密度数据以及生活习性数据,所述评估数据为数值形式;预处理每组用户的评估数据,得到多组标准评估数据;将所述多组标准评估数据进行分类,形成具有骨密度数据的标注数据集和不具有骨密度数据的无标注数据集;基于所述标注数据集和骨质状态标准训练分类器模型,得到骨质状态评估预模型;并基于所述无标注数据集不断迭代训练所述骨质状态评估预模型,得到骨质状态评估模型;所述骨质状态评估模型用于根据用户的评估数据输出用户当前的骨质状态。
-
公开(公告)号:CN110491479A
公开(公告)日:2019-11-22
申请号:CN201910640691.4
申请日:2019-07-16
Applicant: 北京邮电大学
Abstract: 本发明公开了一种基于神经网络的骨质状态评估模型的构建方法,包括:获取多组不同骨质状态的用户的评估数据,每组评估数据均包括图像数据和文本数据;预处理多组所述评估数据,得到多组标准评估数据,建立训练样本集;基于所述训练样本集及骨质健康标准对骨质状态评估预设模型进行训练,更新骨质状态评估预设模型的参数,得到所述骨质状态评估模型;所述骨质状态评估模型用于根据用户输入的数据输出用户当前的骨质状态。本发明还提供一种基于神经网络的骨质状态评估模型的构建装置。
-