一种基于高斯过程的医院门诊量预测方法及系统

摘要

本发明涉及建模预测技术领域，公开了一种基于高斯过程的医院门诊量预测方法及系统，本方法包括步骤：S1：获取历史门诊量数据，并对历史门诊量数据进行预设处理得到模型训练集数据和模型验证集数据；S2：将模型训练集数据采用梯度下降算法优化高斯过程参数，并建立高斯过程的概率图模型；S3：在模型验证集数据上对步骤S2中得到的高斯过程的概率图模型进行验证，用均方误差指标来评价高斯过程的结果，并得到预设高斯过程模型。本方法为预测的数据提供了概率解释，该方法不仅给出了门诊量预测值，还克服了时间序列方法的普适性不高的缺点，同时也提供了一个完整的概率框架来解释算法。