龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：常州大学
摘要：本发明涉及神经网络技术领域，尤其涉及一种基于加权图卷积网络的下背痛异常分析方法，包括数据预处理；构建图网络和图卷积；添加基于自注意力的特征加权机制；引入特征重要度掩膜；使用特征重要度掩膜选择具有特殊属性的特征进行模型调整的效果，特征掩膜保留前m个重要度最高的特征，并将其它的特征位置清零。本发明减小样本类别分布不均匀对预测结果造成的影响；将脊柱异常生理属性表示为加权特征图的形式，通过边连接挖掘患者间的潜在关系，通过节点内部特征加权动态捕获生物属性对不同患者的重要度；根据特征的信息量和相关性计算特征重要性，并以此为引导生成特征掩膜，实现特征稀疏化的同时强化重要特征，避免小样本学习过拟合。
主权项：1.一种基于加权图卷积网络的下背痛异常分析方法，其特征在于，包括以下步骤：步骤一、数据预处理；步骤二、构建基于图网络和图卷积的学习模型；步骤三、添加基于自注意力的特征加权机制；步骤四、引入特征重要度掩膜对分类性能的影响；使用特征重要度掩膜选择具有特殊属性的特征进行模型调整的效果，特征掩膜保留前m个重要度高的特征，并将其它的特征位置清零。
全文数据：
权利要求：
百度查询： 常州大学 一种基于加权图卷积网络的下背痛异常分析方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号