• 热门行业
  • 装修建材
  • 家居生活
  • 餐饮食品
  • 母婴教育
  • 电脑办公
  • 服装首饰
  • 汽车工具
  • 家电数码
  • 机械化工
  • 休闲美容
返回上一页
专利状态
基于集成学习算法的人体成分预测方法及系统
有效
专利申请进度
申请
2017-12-29
申请公布
2018-07-13
授权
2022-03-22
预估到期
2037-12-29
专利基础信息
申请号 CN201711499356.4 申请日 2017-12-29
申请公布号 CN108281192A 申请公布日 2018-07-13
授权公布号 CN108281192B 授权公告日 2022-03-22
分类号 G16H50/50;G16H50/30;G16H50/20
分类 物理
申请人名称 一诺仪器(中国)有限公司
申请人地址 山东省威海市高技区天津路190号院内
专利法律状态
  • 2022-03-22
    授权
    状态信息
    授权
  • 2018-07-13
    公布
    状态信息
    公布
摘要
本发明提出一种基于集成学习算法的人体成分预测方法及系统,该方法包括以下步骤:S1:采集若干人体参数,选取与人体成分相关系数较高的人体参数及其中一种或几种的运算项作为自变量,将待预测的人体成分作为因变量;S2:根据所述自变量及因变量确定的原始样本数据,通过集成学习算法进行建模S3:根据所述人体成分预测模型确定的自变量采集测试对象的人体参数作为测试样本数据,通过所述人体成分预测模型对测试对象的成分进行预测。解决因模型各自变量之间存在严重的共线性、以及样本数据相对较少而导致的模型预测准确度差甚至无法计算的问题。