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！

龙图腾网获悉福建师范大学申请的专利基于专家系统及机器学习的职业健康检查结果预测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119920468B 。

龙图腾网通过国家知识产权局官网在2026-05-08发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510003338.0，技术领域涉及：G16H50/30；该发明授权基于专家系统及机器学习的职业健康检查结果预测方法是由林立;黄家明;熊金波;沈波;刘佩芳;金彪;刘源;李志锐设计研发完成，并于2025-01-02向国家知识产权局提交的专利申请。

本基于专家系统及机器学习的职业健康检查结果预测方法在说明书摘要公布了：本发明公开了基于专家系统及机器学习的职业健康检查结果预测方法，方法为：获取体检档案信息进行清洗规范后加入就诊次数信息形成原始数据集，经深度学习提取重要特征重新组合得到新数据集；识别新数据集中每个体检人员的所有危害因素种类；根据职业卫生标准对每个危害因素进行逻辑判断得到对应预测标签以形成决策集合；对决策集合分别标记职业禁忌症及疑似职业病，并标记结果对应的特征SOD和特征OC加入新数据集；将经过专家系统环节的新数据集随机分成训练集和测试集，并选取两种以上机器学习模型分别利用训练集进行训练得到各自的预测结果；通过加权投票的方法将两种以上模型的预测结果加权平均得到最终的输出结果。本发明更有效地识别职业健康风险。

本发明授权基于专家系统及机器学习的职业健康检查结果预测方法在权利要求书中公布了：1.基于专家系统及机器学习的职业健康检查结果预测方法，其特征在于：包括以下步骤： 步骤1，数据处理环节：获取体检档案信息进行清洗规范后加入就诊次数信息形成原始数据集；原始数据集的部分特征数据通过神经网络模型对原始数据集进行深度学习提取得到重要特征；重要特征与原始数据集的剩余部分特征数据共同形成新的特征数据集； 步骤2，识别新数据集中每个体检人员的所有危害因素种类；根据指定的职业卫生标准中对危害因素的规定对每个危害因素进行逻辑判断得到对应预测标签，汇总形成决策集合；对决策集合分别标记职业禁忌证及疑似职业病，并将标记结果分别对应的特征SOD和特征OC添加至新数据集；步骤2的具体步骤如下： 步骤2-1，在数据集中识别体检人员的所有危害因素种类：，表示单一危害因素特征的数量，表示第个单一危害因素特征；为每个体检记录遍历所有危害因素特征集合F获取对应各个体检记录的单一危害因素特征集合G，第个体检记录的单一危害因素特征G即为；，为值等于1的单一危害因素特征的数量； 步骤2-2，识别并获取每个体检记录危害因素对应的体检特征t，T为体检特征t的集合；第i个体检记录的体检特征集合即为：，为体检特征的数量； 步骤2-3，为每个危害因素构建逻辑函数H，具体表达式如下： ； 步骤2-4，为单一危害因素特征集合G建立对应决策集合,，，表示对应的单一危害因素特征集合G的单一危害因素在逻辑函数H下判断的值；第j个体检记录的决策集合D即为； 步骤2-5，对决策集合分别标记职业禁忌证及疑似职业病分别对应得到新特征SOD和特征OC，并将新特征SOD和特征OC添加至新数据集； 其中，特征SOD代表专家系统模拟专家决策对疑似职业病的判断，，1为存在疑似职业病，0为不存在；特征OC代表专家系统模拟专家决策对职业禁忌证的判断，，1为存在职业禁忌证，0为不存在； 步骤3，混合模型训练：将经过专家系统环节的新数据集随机分成训练集和测试集，并选取两种以上机器学习模型分别利用训练集进行训练得到各自的预测结果；通过加权投票的方法将两种以上模型的预测结果加权平均得到最终的输出结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人福建师范大学，其通讯地址为：350000 福建省福州市大学城科技路1号福建师范大学旗山校区；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。