[发明专利]基于遗传算法和BP神经网络的人体健康指标的预测算法在审
| 申请号： | 201910388960.2 | 申请日： | 2019-05-10 |
| 公开（公告）号： | CN110097973A | 公开（公告）日： | 2019-08-06 |
| 发明（设计）人： | 谭博文;邹立志;周泓基;姚鑫;胡东升;罗瑞;刘楠;汪媛媛;张哲 | 申请（专利权）人： | 重庆邮电大学 |
| 主分类号： | G16H50/30 | 分类号： | G16H50/30;A61B5/01;A61B5/0205;A61B5/145;A61B5/00 |
| 代理公司： | 成都乐易联创专利代理有限公司 51269 | 代理人： | 高炜丽 |
| 地址： | 400000 重*** | 国省代码： | 重庆;50 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 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。 | ||
| 搜索关键词： | 人体健康 种群 融合层 个体适应度 变异算子 交叉算子 遗传算法 预测算法 初始化 算子 采集 初始数据 数据更正 网络性能 训练效率 遗传编码 遗传代数 最优解 迭代 体征 逼近 遗传 预测 网络 学习 | ||
【主权项】：
1.基于遗传算法和BP神经网络的人体健康指标的预测算法，其特征在于包括如下步骤：(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。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于重庆邮电大学，未经重庆邮电大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910388960.2/，转载请声明来源钻瓜专利网。
