一种基于规则的医患纠纷案件关键词提取方法

    公开(公告)号:CN108345584A

    公开(公告)日:2018-07-31

    申请号:CN201810007166.4

    申请日:2018-01-04

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于规则的医患纠纷案件关键词提取方法,包括:(1)按照关键词类别建立医患纠纷关键词提取规则的生成模板;(2)按照标志词包含量将医患纠纷案件文书模块化;(3)对医患纠纷案件文书的各模块定义关键词集合,并从各模块中提取对应关键词集合中的关键词;(4)按照步骤(1)定义的生成模板,将步骤(3)提取的每个关键词编写为伪表达式,并自动化映射成机器可识别表达式;(5)判别提取的关键词是否正确,若正确则将关键词对应的机器可识别表达式以及所属文书和段落属性进行存储,若不正确则存入规则待完善集合中;(6)根据规则待完善集合调整完善提取规则。本发明提高了关键词提取的准确率和召回率。

    基于数据增量图的异常检测方法

    公开(公告)号:CN103546916B

    公开(公告)日:2016-08-17

    申请号:CN201310551137.1

    申请日:2013-11-07

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于数据增量图的异常检测方法,包括如下步骤:(1)对无线传感器网络当前监测区域内的检测数据进行采集和预处理,确定事件区域;(2)获取与当前事件相关的数据集,用图模型抽象概括事件数据,将事件数据转换成事件数据增量图;(3)采用基于结构关联度的图相似算法,在事件模式图数据库中进行查询,查找与事件图相似的事件模式图,判断当前事件的类型;所述事件模式图数据库为事件模式图的集合,所述事件模式图为事件数据增量图,是对事件类型的抽象描述。所述基于结构关联度的图相似查询算法,将图相似查询问题转化为序列相似性查询问题,有效降低查询复杂度。本发明提供的基于数据增量图的异常检测方法,事件图可以基于领域专家知识获得,或基于数据分析获得,用于复杂事件检测,提高事件检测效率、降低误报率。

    基于相关性的分布式事件检测方法

    公开(公告)号:CN103561419A

    公开(公告)日:2014-02-05

    申请号:CN201310549260.X

    申请日:2013-11-07

    Applicant: 东南大学

    CPC classification number: Y02D70/00

    Abstract: 本发明公开了一种基于相关性的分布式事件检测方法,采用分簇结构,根据无线传感器网络事件区域的局部性,在节点内分析数据的时间相关性,在相邻节点间分析数据的空间相关性,识别出发生事件的节点;采用直方图方法分析节点异常的相关性,提高检测的准确度;因节点间传递的是直方图的摘要信息,减少了节点间的通信能耗;本方法可以有效检测出新事件的发生,具有较低的误报率和能量消耗,相对于集中式异常检测方法,具有较高的检测性能,并显著降低了通信成本。

    基于数据增量图的异常检测方法

    公开(公告)号:CN103546916A

    公开(公告)日:2014-01-29

    申请号:CN201310551137.1

    申请日:2013-11-07

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于数据增量图的异常检测方法,包括如下步骤:(1)对无线传感器网络当前监测区域内的检测数据进行采集和预处理,确定事件区域;(2)获取与当前事件相关的数据集,用图模型抽象概括事件数据,将事件数据转换成事件数据增量图;(3)采用基于结构关联度的图相似算法,在事件模式图数据库中进行查询,查找与事件图相似的事件模式图,判断当前事件的类型;所述事件模式图数据库为事件模式图的集合,所述事件模式图为事件数据增量图,是对事件类型的抽象描述。所述基于结构关联度的图相似查询算法,将图相似查询问题转化为序列相似性查询问题,有效降低查询复杂度。本发明提供的基于数据增量图的异常检测方法,事件图可以基于领域专家知识获得,或基于数据分析获得,用于复杂事件检测,提高事件检测效率、降低误报率。

    从甲基吡啶混合物中提取高纯度3-甲基吡啶的分离方法

    公开(公告)号:CN1772736A

    公开(公告)日:2006-05-17

    申请号:CN200510095386.X

    申请日:2005-11-11

    Applicant: 东南大学

    Abstract: 从甲基吡啶混合物中提取高纯度3-甲基吡啶的分离方法是一种吡啶类异构体的分离方法,该方法将含有3-甲基吡啶与4-甲基吡啶的甲基吡啶混合物与含有醛基的化合物进行混合反应,同时加入固体催化剂,使混合物中的4-甲基吡啶与3-甲基吡啶的沸点差距变大至40℃以上,用蒸馏法分离得到99%以上的3-甲基吡啶。本发明所用初始原料来源广泛,反应条件温和,操作简单,生产成本低,是一种很有工业应用前景的获得高纯度3-甲基吡啶的方法。

    一种基于多维度分类标签的医患纠纷类案件推荐方法

    公开(公告)号:CN108280149A

    公开(公告)日:2018-07-13

    申请号:CN201810007270.3

    申请日:2018-01-04

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于多维度分类标签的医患纠纷类案件推荐方法,包括:(1)定义医患纠纷案件的争议焦点模板,每个争议焦点模板内包括多个要素;(2)以争议焦点模板中的要素作为基本标签,建立医患纠纷案件的多维度分类标签体系;(3)采用正则表达式定义抽取规则,从医患纠纷类案件中抽取争议焦点,为每个案件形成一个多维度分类标签;(4)根据用户的查询语句生成多维度分类标签,并计算其与每个案件的多维度分类标签的相似度,按照相似度最高到最低的排序为用户推荐案件。本发明准确度更高。

    基于投票策略的容错事件检测方法

    公开(公告)号:CN103533571B

    公开(公告)日:2016-06-08

    申请号:CN201310552747.3

    申请日:2013-11-07

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于投票策略的容错事件检测方法,包括顺序执行的如下步骤:(1)各个节点获取自身的检测数据;(2)基于直方图对检测数据进行容错处理;(3)基于属性的相关性对检测数据进行本地错误检测,区分出LF节点和初步的Normal节点;(4)对初步的Normal节点进行本地事件决策,区分出LE节点和Normal节点;(5)对LF节点和LE节点,计算其邻居节点的可信度;(6)基于可信度和距离权重投票,判断节点为Event节点或Normal节点。本发明提供的基于投票策略的容错事件检测方法,具有较高的事件检测率和错误修正率,具有较低的事件误报率和错误引入率,并具有较少的能力消耗。

    一种多尺度超像素空间共生混合模型的图像分割方法

    公开(公告)号:CN113936012B

    公开(公告)日:2025-01-07

    申请号:CN202111225843.8

    申请日:2021-10-21

    Applicant: 东南大学

    Abstract: 本发明公开了一种多尺度超像素空间共生混合模型的图像分割方法,属于图像处理领域。本发明包括步骤:S1、参数设置:设置β(耦合系数)增长函数,分割类别数,超像素组合;S2、模型构建:构建不同尺度的超像素空间共生混合模型,各尺度超像素在观测值上共享一组高斯混合模型参数;S3、多尺度训练:使用K均值算法初始化模型参数,然后用多种尺度的超像素交替训练模型直至模型参数收敛;S4、单像素分割:利用S3获取的模型参数,根据最大后验概率准则确定每个像素所属类别。本发明能够提高邻近像素观测值共生似然函数模型在纹理复杂图像分割时准确度、降低人工调参工作量。

    一种基于数据网络相似性的航空发动机剩余寿命预测方法

    公开(公告)号:CN115510676A

    公开(公告)日:2022-12-23

    申请号:CN202211258255.9

    申请日:2022-10-13

    Applicant: 东南大学

    Inventor: 吕建华 张柏礼

    Abstract: 本发明公开了一种基于数据网络相似性的航空发动机剩余寿命预测方法,步骤如下:S1、基于全寿命周期航空发动机数据集,构造各个寿命状态对应的数据网络,组成一个寿命状态数据网络库;S2、针对待测航空发动机,基于其在线监测数据,构造数据网络;S3、基于航空发动机数据网络相似度/距离公式,计算待测发动机数据网络与各相关寿命状态网络的相似度/距离,构建寿命状态网络参考集;S4、基于S3得到寿命状态网络参考集,根据各参考寿命状态网络与待测发动机检测数据网络的相似度,融合各参考状态的剩余寿命,预测得到待测发动机的剩余寿命。本发明能够捕获航空发动机各部件之间的相关特性,可以以较小的计算代价进行较高精度的航空发动机剩余寿命预测。

    一种多尺度超像素空间共生混合模型的图像分割方法

    公开(公告)号:CN113936012A

    公开(公告)日:2022-01-14

    申请号:CN202111225843.8

    申请日:2021-10-21

    Applicant: 东南大学

    Abstract: 本发明公开了一种多尺度超像素空间共生混合模型的图像分割方法,属于图像处理领域。本发明包括步骤:S1、参数设置:设置β(耦合系数)增长函数,分割类别数,超像素组合;S2、模型构建:构建不同尺度的超像素空间共生混合模型,各尺度超像素在观测值上共享一组高斯混合模型参数;S3、多尺度训练:使用K均值算法初始化模型参数,然后用多种尺度的超像素交替训练模型直至模型参数收敛;S4、单像素分割:利用S3获取的模型参数,根据最大后验概率准则确定每个像素所属类别。本发明能够提高邻近像素观测值共生似然函数模型在纹理复杂图像分割时准确度、降低人工调参工作量。

Patent Agency Ranking