-
公开(公告)号:CN114631827A
公开(公告)日:2022-06-17
申请号:CN202111604562.3
申请日:2021-12-24
Applicant: 北京科技大学 , 西北工业大学 , 北京大学第三医院(北京大学第三临床医学院)
Abstract: 本发明涉及神经网络模型搭建技术领域,特别涉及一种基于多频段PCMI‑EBN的轻度认知障碍脑电信号分析方法。该方法采集脑电信号历史数据样本,进行去噪处理后,采用使用排序条件互信息方法提取耦合特征构建因效性脑网络PCMI‑EBN,并基于多频段的PCMI‑EBN信号使用多频段核ELM方法实现对不同脑电信号的高精确性分类。本发明的有益效果是,本发明的方法有助于解决轻度认知障碍早期诊断困难的问题,可以广泛应用于医院及社区内的健康管理指导和临床诊疗。作为针对轻度认知障碍的医疗辅助、临床诊断参考以及治疗辅助技术,从而解决轻度认知障碍早期诊断困难问题。
-
公开(公告)号:CN109816015A
公开(公告)日:2019-05-28
申请号:CN201910060291.6
申请日:2019-01-22
Applicant: 北京科技大学
IPC: G06K9/62
Abstract: 本发明提供了一种基于材料数据的推荐方法及系统,涉及数据推荐技术领域,能够混合基于内容和基于协同过滤的推荐方法,结合两者的优点,转换评价值为输入向量,实现线下训练预测模型和线上利用模型进行推荐,从而有效地提高系统的推荐性能;该方法步骤包括:S1、根据爬取的数据得到材料数据内容属性信息的特征向量表示和用户-材料数据评价矩阵;S2、分别基于内容和基于协同过滤进行聚类,得到内容隶属度矩阵、材料数据隶属度矩阵和用户隶属度矩阵;S3、将内容隶属度矩阵和材料数据隶属度矩阵进行线性组合,再串联用户隶属度矩阵,得到输入向量;S4、训练模型并利用模型预测评估。本发明提供的技术方案适用于材料数据的推荐过程中。
-