融合决策方法及装置、计算机可读存储介质及电子设备制造方法及图纸

技术编号:33509412 阅读:27 留言:0更新日期:2022-05-19 01:18
本公开提供一种融合决策方法及装置、计算机可读存储介质以及电子设备;涉及数据处理技术领域。所述方法包括:获取多组疫情数据作为训练数据集,其中,每组疫情数据包含输入特征及对应的输出值,所述输入特征包括健康数据及活动数据,所述输出值为感染状况;获取与所述输入特征相关联的规则,得到对应的输入集合;当所述输入集合中的所述规则无法建立所述输入特征与所述输出值之间的关联关系时,获取与所述输出值相关联的规则,得到输出集合;基于所述输入集合及所述输出集合训练得到决策模型,以便通过所述决策模型得到所述感染状况。本公开可以基于规则与深度学习相融合的决策方法,通过健康数据及活动数据,可解释地得到对应的个人感染状况。对应的个人感染状况。对应的个人感染状况。

【技术实现步骤摘要】
融合决策方法及装置、计算机可读存储介质及电子设备


[0001]本公开涉及数据处理
,具体而言,涉及一种融合决策方法、融合决策装置、计算机可读存储介质以及电子设备。

技术介绍

[0002]随着信息时代的到来以及软硬件性能的不断发展,数据在人们的生产生活中起到了越来越重要的作用。通过对数据进行分析和应用可以解决很多实际问题。
[0003]例如,人类历史上爆发过多次大规模的疫情,如黑死病、西班牙流感、非典、埃博拉病毒以及新冠病毒等,在疫情期间,及时地进行疫情防控的相应措施对于经济、民众心理及社会安定都具有重要。其中,为了更快地发现感染者以及采取适当的措施,对每个人的身体状况进行监测是至关重要的。对每个人的疫情数据进行适当的数据处理,实时地获取感染状况,便可以达到这一效果。
[0004]深度学习凭借优秀的泛化能力和特征抽象能力,在上述通过对疫情数据处理,得到感染状况的决策过程中起着重要的作用。然而,由于深度学习模型参数量巨大,各隐层之间的交互也难以解释,既有认知和深度学习的融合作为现有技术中的主要解决方案,还达不到真正的融合。...

【技术保护点】

【技术特征摘要】
1.一种融合决策方法,其特征在于,包括:获取多组疫情数据作为训练数据集,其中,每组所述疫情数据包含输入特征及对应的输出值,所述输入特征包括健康数据及活动数据,所述输出值为感染状况;获取与所述输入特征相关联的规则,得到对应的输入集合;当所述输入集合中的所述规则无法建立所述输入特征与所述输出值之间的关联关系时,获取与所述输出值相关联的规则,得到对应的输出集合;基于所述输入集合及所述输出集合训练得到决策模型,以便通过所述决策模型得到所述输入特征对应的所述感染状况。2.根据权利要求1所述的融合决策方法,其特征在于,在所述获取训练数据集之后,所述方法还包括:基于所述训练数据集建立对应的知识库,所述知识库包括所述输入特征及所述输出值对应的所述规则;所述获取与所述输入特征相关联的规则,得到对应的输入集合,包括:在所述知识库中查询与所述输入特征相关联的规则,得到所述输入集合;所述获取与所述输出值相关联的规则,得到对应的输出集合,包括:在所述知识库中查询与所述输出值相关联的规则,得到所述输出集合。3.根据权利要求1所述的融合决策方法,其特征在于,在所述得到所述输入集合后,所述方法还包括:基于所述输入特征、以及与所述输入特征相关的所述规则建立所述输入集合对应的输入关联关系图。4.根据权利要求3所述的融合决策方法,其特征在于,在所述得到所述输出集合后,所述方法还包括:基于所述输出值、以及与所述输出值相关的所述规则建立所述输出集合对应的输出关联关系图。5.根据权利要求1所述的融合决策方法,其特征在于,所述基于所述输入集合及所述输出集合训练得到决策模型,包括:提取所述输入集合中与之相关联的规则最多的所述规则,以及...

【专利技术属性】
技术研发人员:闫峻焦晓康
申请(专利权)人:医渡云北京技术有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1