一种基于增量式神经网络模型的尿崩症预测方法和预测系统

摘要

本发明公开了一种基于增量式神经网络模型的尿崩症预测方法，包括如下步骤：建立尿崩症日常数据数据库；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；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尿崩症病理神经网络模型中进行尿崩症概率预测；智能家庭尿崩症护理设备判断尿崩症概率值是否大于0.5；用户判定为得了尿崩症，用户自行去医院检查，将检查结果通过智能家庭尿崩症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。