公开(公告)号：CN114091671B

公开(公告)日：2024-09-13

申请号：CN202111447390.3

申请日：2021-12-01

申请人： 西南石油大学

发明人： 王杨 ,  庞兰苏 ,  翟仕佶 ,  黄青松 ,  肖衡 ,  张舒 ,  黄大帅

IPC分类号： G16H50/20 ,  G16H50/70 ,  G06F18/243 ,  G06N5/01 ,  G06F18/22

摘要： 本发明涉及一种改进随机森林相似性度量的患病风险预测方法，属于医学健康分析和机器学习领域；解决了随机森林算法基于复杂医学数据进行患病风险预测时准确率低的问题；其技术方案是：构建基于原始随机森林算法的患病风险预测模型；保留AUC值高的部分决策树；将决策路径分组后得到所有病症特征的值域；提出三层交并比法计算决策树之间的相似度；删减冗余决策树后得到最终的患病风险预测模型；本发明提出了一种新的度量随机森林模型中决策树相似性的方法，保证原始医学数据完整性的同时提高了对患病风险的预测精度，为辅助医学健康分析提供了新思路。

公开(公告)号：CN114091671A

公开(公告)日：2022-02-25

申请号：CN202111447390.3

申请日：2021-12-01

申请人： 西南石油大学

发明人： 王杨 ,  庞兰苏 ,  翟仕佶 ,  黄青松 ,  肖衡 ,  张舒 ,  黄大帅

IPC分类号： G06N5/00 ,  G06K9/62 ,  G16H50/00

摘要： 本发明涉及一种改进随机森林相似性度量的患病风险预测方法，属于医学健康分析和机器学习领域；解决了随机森林算法基于复杂医学数据进行患病风险预测时准确率低的问题；其技术方案是：构建基于原始随机森林算法的患病风险预测模型；保留AUC值高的部分决策树；将决策路径分组后得到所有病症特征的值域；提出三层交并比法计算决策树之间的相似度；删减冗余决策树后得到最终的患病风险预测模型；本发明提出了一种新的度量随机森林模型中决策树相似性的方法，保证原始医学数据完整性的同时提高了对患病风险的预测精度，为辅助医学健康分析提供了新思路。

公开(公告)号：CN115205274A

公开(公告)日：2022-10-18

申请号：CN202210887548.7

申请日：2022-07-26

申请人： 西南石油大学

发明人： 王杨 ,  严子杰 ,  黄大帅 ,  魏家田 ,  张舒 ,  王一帆

IPC分类号： G06T7/00 ,  G06V10/141 ,  G06V10/774 ,  G06V10/764 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

摘要： 本发明公开了一种基于轻量化级联网络的布匹瑕疵检测方法。包括构造适用于布匹缺陷检测的YOLOv5s‑GSBiFPN轻量化检测模型。在主干网络特征提取阶段，设计了全新的双路注意力CSPGhostSE结构，并通过堆叠多层CSPGhostSE结构提取深层特征。在特征融合阶段使用了三层堆叠的加权双向金字塔BiFPN结构，充分融合多尺度特征。其次针对检测缺陷特征不明显样本易出现误检的问题，提出了检测+分类的级联网络架构，对预测框进一步进行是否为瑕疵的二分类判断过滤误检。本发明设计的轻量化级联检测模型显著提升了小目标和困难样本检出能力，误检较少且模型较小，易于实现低性能设备端部署。