公开(公告)号：CN110097973A

公开(公告)日：2019-08-06

申请号：CN201910388960.2

申请日：2019-05-10

Applicant: 重庆邮电大学

Inventor： 谭博文 ,  邹立志 ,  周泓基 ,  姚鑫 ,  胡东升 ,  罗瑞 ,  刘楠 ,  汪媛媛 ,  张哲

IPC: G16H50/30 ,  A61B5/01 ,  A61B5/0205 ,  A61B5/145 ,  A61B5/00

Abstract: 本发明公开了一种基于遗传算法和BP神经网络的人体健康指标的预测算法，包括如下步骤(1)采集体征数据并进行遗传编码形成初始化种群，并将初始化种群依次进行计算个体适应度、选择算子、交叉算子和变异算子；(2)设置融合层的最大遗传代数i为100，并将个体适应度、选择算子、交叉算子和变异算子分别计算后的种群均输入至融合层；(3)将融合层满足迭代要求的种群输入BP神经网络，经过BP神经网络的训练和学习实现对人体健康指标的预测。本发明通过遗传算对采集的初始数据进行处理，可实现数据的最优解，再输入至BP神经网络，使得输入BP神经网络数据更正则化，提高了BP神经网络中权值的精度、训练效率、网络性能和网络的逼近能力。

公开(公告)号：CN106934423A

公开(公告)日：2017-07-07

申请号：CN201710157040.0

申请日：2017-03-16

Applicant: 重庆邮电大学

Inventor： 刘明皓 ,  刘楠

IPC: G06K9/62

CPC classification number: G06K9/6282

Abstract: 本发明涉及一种决策树的构建方法及系统，其中，所述方法包括：创建目标节点，所述目标节点对应样本集和剩余属性集；若所述目标节点的样本集中与所述剩余属性集中对应的属性均只取一个属性值，将所述目标节点设置为决策树中的决策点，并根据多数表决原则，将所述目标节点标记为样本集中最普通的类；若所述目标节点的剩余属性集中作为分裂属性生成的各分支节点的类别属性的取值比例均与所述目标节点一致，将所述目标节点设置为决策树中的决策点，并根据多数表决原则，将所述目标节点标记为样本集中最普通的类。本发明提供的技术方案，能够在信息增益为0时，正常构建决策树。