一种基于子空间均衡划分的抑郁症分类模型
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
AITNT公众号
AITNT APP
AITNT交流群
搜索
首页
AI资讯
AI技术研报
AI监管政策
AI产品测评
AI商业项目
AI产品热榜
AI专利库
寻求报道
一种基于子空间均衡划分的抑郁症分类模型
申请号:
CN202510246920
申请日期:
2025-03-04
公开号:
CN120280170A
公开日期:
2025-07-08
类型:
发明专利
摘要
本发明是一种基于子空间均衡划分的抑郁症分类模型,包括数据集处理与准备单元、数据空间划分与数据增强单元、抑郁症状筛查因子模块、筛查模型模块、模型评价模块、模型解释模块。本发明在抑郁症筛查过程中巧妙地融入了对抑郁症异质性的考量,通过精细化的数据划分策略,能够实现抑郁症高准确率、高灵敏度、高特异性的快速批量检测,显著提升了筛查的精确度和效率,解决了现有数据划分中难以捕捉到抑郁症的异质性特征,在筛查和检测抑郁症中检测指标准确率、灵敏度、特异性偏低的缺陷,实现了可靠的抑郁症智能检测。
技术关键词
筛查模型
分类器
因子
样本
量表
特征挖掘方法
数据划分策略
最佳特征子集
特征选择技术
检测抑郁症
筛查体系
训练集
模块
变量
工作特征
划分方法
矩阵
指标
系统为您推荐了相关专利信息
1
数据流环境下的物流运单异常检测方法、系统及存储介质
最佳特征
数据流环境
异常检测方法
轨迹
样本
2
天文图像形态分类标准数据集和基线模型构建方法与系统
模型构建方法
形态
机器学习模型
基线
图像
3
一种绿化养护机器控制系统及方法
机器控制系统
动态指针
基站
实时位置
标签
4
一种提高数字高程模型精度的重建方法及系统
数字高程模型精度
图像结构
因子
密度
基准
5
一种铁路车辆图像故障的定位方法
模型预训练
图像
物理结构模型
定位方法
样本