一种基于增量式神经网络模型的结肠炎预测方法和预测系统

专利申请号：CN201610861997.9

公 开 号：CN106339605A

发 明 人：杨滨 

专利类型：发明申请

申 请 日：20170118

公 开 日：20160928

专利主分类号：G06F19/00(20110101)

关 键 词：结肠炎 神经网络模型 检查结果 日常数据 护理设备 智能家庭 记录表 服务器 日常生活数据 服务器判断 归一化处理 增量式算法 动态修正 概率预测 用户判定 增量式 预测 病理 向量 数据库 采集 传送 发送 保存 概率 检查 

摘      要：本发明公开了一种基于增量式神经网络模型的结肠炎预测方法，包括如下步骤：建立结肠炎日常数据数据库；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结肠炎病理神经网络模型中进行结肠炎概率预测；智能家庭结肠炎护理设备判断结肠炎概率值是否大于0.5；当用户判定为得了结肠炎时，用户自行去医院检查，并将检查结果通过智能家庭结肠炎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。