一种基于增量式神经网络模型的酒精肝预测方法和预测系统

摘要

本发明公开了一种基于增量式神经网络模型的酒精肝预测方法，包括如下步骤：建立酒精肝日常数据数据库；对神经网络模型进行训练；采集日常生活数据发送至服务器，保存至用户日常数据记录表中；从用户日常数据记录表中提取当日数据，形成n维向量，做归一化处理后输入酒精肝病理神经网络模型中进行酒精肝概率预测；智能家庭酒精肝护理设备判断酒精肝概率值是否大于0.5；当用户判定为得了酒精肝时，用户自行去医院检查，并将检查结果通过智能家庭酒精肝护理设备传送回服务器，服务器判断检查结果是否正确；当检查结果错误时执行增量式算法，对神经网络模型进行动态修正。本发明预测准确，针对每个用户量身定做神经网络模型。

主权项

一种基于增量式神经网络模型的酒精肝预测方法，其特征在于，包括如下步骤：步骤(1)、获取医院酒精肝治病病因病理数据源与病人日常监控数据，从而建立酒精肝日常数据数据库；步骤(2)、根据步骤(1)建立的酒精肝日常数据数据库以离线的方式对神经网络模型进行训练，以得到训练好的酒精肝病理神经网络模型；步骤(3)、通过智能监控设备对用户的日常生活数据进行采集，并将采集的日常生活数据发送至服务器，服务器将用户的日常生活数据保存至用户日常数据记录表中；步骤(4)、从用户日常数据记录表中提取当日数据，形成n维向量，并对n维向量做归一化处理后输入步骤(2)中训练好的酒精肝病理神经网络模型中进行酒精肝概率预测，得到酒精肝概率，服务器将酒精肝概率传送给智能家庭酒精肝护理设备；步骤(5)、智能家庭酒精肝护理设备接收服务器传送的酒精肝概率后，判断酒精肝概率值是否大于0.5，如果大于0.5，则判定为该用户得了酒精肝，警示器警示以提醒用户，如果小于0.5，则判定为该用户没有得酒精肝；步骤(6)、当用户判定为得了酒精肝时，用户自行去医院检查，并将检查结果通过智能家庭酒精肝护理设备传送回服务器，服务器判断检查结果是否正确，如果检查结果错误，则说明酒精肝病理神经网络模型预测不准确，如果检查结果正确，则说明酒精肝病理神经网络模型预测准确；步骤(7)、当检查结果错误时，从用户日常数据记录表中抽取m天内的记录保存至增量数据表中，当增量数据表中的记录数量大于h条时，执行增量式算法，对酒精肝病理神经网络模型进行动态修正；步骤(8)、重复步骤(3)～(7)。