-
公开(公告)号：CN104636628B
公开(公告)日：2017-05-03
申请号：CN201510093829.5
申请日：2015-03-03
Applicant: 南通大学
IPC: G06F19/00
Abstract: 本发明公开一种基于三层交叉博弈能量树的脑波病历信号约简方法。该方法首先设计两棵相邻的三层交叉博弈能量树Ti和Tj，在同一主层内实现自私博弈和不同主层间实现交叉协同博弈，采用深度优先搜索策略选出两棵博弈能量树的全局最优精英Elitisti_c和Elitistj_c；然后分配精英能量收益矩阵PMENn×n给最优精英，增强精英在主层取得自适应Nash能量探索与开发平衡性能；最后实现脑波病历信号的交叉博弈能量约简，使最优精英在精英能量向量Γ驱动下均收敛到每个主层最优Nash均衡点，达到脑波病历信号约简精度平衡，从而输出全局最优脑波病历信号。本发明能有效提高脑波病历信号约简效率，为脑波信号噪声消除及特征提取与解析等提供重要方法，对脑部疾病诊断和辅助治疗具有较强应用价值。
-
公开(公告)号：CN105279388A
公开(公告)日：2016-01-27
申请号：CN201510791062.3
申请日：2015-11-17
Applicant: 南通大学
Abstract: 本发明公开了一种多层云计算框架协同的孕龄新生儿脑病历集成约简方法。该方法首先构造多层MapReduce协同神经子种群Neuro-subpopulationi结构，提取各神经子种群精英最优带权裕度WCi，并通过MapReduce将大规模脑病历组织属性自适应划分至n个协同进化的神经子种群中，并取得不同脑病历组织最佳分割曲面；然后设计一种五层结构的神经网络优化模型，构造精英能量矩阵NSMP，各神经子种群最优能量精英Elitist_leaderi进行脑病历曲面Sub_curvei的集成化协同约简，达到各自分割曲面的最优约简集最后提取出脑病历组织的全局最优属性约简集RedEnsemble。本发明利用云计算环境下多层MapReduce框架和协同神经子种群精英快速提高大数据环境下孕龄新生儿脑病历约简效率和精度，对其脑病历特征选择、规则提取和临床决策支持服务等具有重要的意义。
-
-
公开(公告)号：CN115794218A
公开(公告)日：2023-03-14
申请号：CN202211585727.1
申请日：2022-12-09
Applicant: 南通大学
IPC: G06F8/73 , G06F40/166 , G06N3/0442
Abstract: 本发明提供了一种基于语义信息增强的Bash代码注释生成方法，属于计算机领域。解决了Bash注释生成任务中数据集较小和不能全部利用CodeBERT输出的所有特征信息的问题。其技术方案为：包括以下步骤：S1：在语料库生成的嵌入层使用对抗训练，生成对抗样本以增强语义信息；S2：使用原语料库生成的词嵌入和对抗样本对CodeBERT进行微调，输出12层表征信息；S3：使用Bi‑LSTM+注意力机制聚合12层表征信息，生成融合信息；S4：使用解码器进行解码并输出Bash注释。本发明的有益效果为：本发明提出的模型可以捕获和利用更多的语义表征信息，从而提高注释生成的质量和可靠性。
-
公开(公告)号：CN111354427B
公开(公告)日：2022-04-29
申请号：CN202010117158.2
申请日：2020-02-25
Applicant: 南通大学
Abstract: 本发明公开一种用于大规模电子健康档案知识协同约简的最近邻多粒度利润方法，首先在Spark云平台上将大规模电子健康档案数据集分割至不同的多粒度进化子种群中；接着构建一种基于最近邻多粒度利润模型，在最近邻半径中构造协同化的最近邻向量；然后求出超级精英的共享最近邻利润权重及其权重利润向量，执行超级精英权重利润矩阵的自适应动态调整策略；最后求出大规模电子健康档案数据知识协同约简集及其核属性，并将电子健康档案知识约简集存储至Spark云平台。本发明能高效取得大规模电子健康档案中不完备和模糊数据知识约简集，对电子健康档案决策支持分析具有重要意义与价值。
-
Patent Agency Ranking
公开(公告)号：CN111930243A
公开(公告)日：2020-11-13
申请号：CN202010897426.7
申请日：2020-08-31
Applicant: 南通大学
Abstract: 本发明公开了一种可旋转的键盘装置，包括支撑台和旋转键盘机构，支撑台的内部为中空结构，且支撑台的顶壁上预留有通槽；同时还公开了一种具有可旋转的键盘装置的计算机设备。本发明，提出的可旋转的键盘装置及具有该键盘装置的计算机设备，对于采用计算机设备办公的工作人员来说，尤其是一些喜欢自带饭菜或者选择外卖的工作人员来说，可以解决吃饭没有饭桌的问题，同时可避免键盘因撒入饭菜而损坏的问题发生，为喜欢自带饭菜或者选择外卖的工作人员吃饭时提供了极大的便利，同时弥补现有计算机设备没有外音的缺陷以及解决了现有技术中计算机设备的显示器不能够进行多方位进行调节的问题，可以较好的满足用户的使用。
-
公开(公告)号：CN111354427A
公开(公告)日：2020-06-30
申请号：CN202010117158.2
申请日：2020-02-25
Applicant: 南通大学
Abstract: 本发明公开一种用于大规模电子健康档案知识协同约简的最近邻多粒度利润方法，首先在Spark云平台上将大规模电子健康档案数据集分割至不同的多粒度进化子种群中；接着构建一种基于最近邻多粒度利润模型，在最近邻半径中构造协同化的最近邻向量；然后求出超级精英的共享最近邻利润权重及其权重利润向量，执行超级精英权重利润矩阵的自适应动态调整策略；最后求出大规模电子健康档案数据知识协同约简集及其核属性，并将电子健康档案知识约简集存储至Spark云平台。本发明能高效取得大规模电子健康档案中不完备和模糊数据知识约简集，对电子健康档案决策支持分析具有重要意义与价值。
-
公开(公告)号：CN110867224A
公开(公告)日：2020-03-06
申请号：CN201911030948.0
申请日：2019-10-28
Applicant: 南通大学
IPC: G16H10/60 , G06F40/205 , G06F40/279 , G06N3/00
Abstract: 本发明公开一种用于大规模脑病历分割的多粒度Spark超信任模糊方法，首先在Spark云平台上将大规模脑病历数据属性集分割至不同的多粒度进化子种群Granu-populationi中；设计一种基于多粒度Spark超信任模型，构建多粒度种群内不同超级精英之间信任度；调整多粒度中心阈值，对超级精英使用多粒度子种群均衡调整策略进行动态更新，对大规模脑病历进行全局搜索分割与局部精化分割，超级精英在各自区域内能协同提取知识约简子集；最后求得大规模脑病历最优分割特征集并存储至Spark云平台中。本发明能稳定分割大规模脑病历知识约简集,为脑部疾病智能诊断和辅助治疗提供重要的诊断依据。
-
公开(公告)号：CN107256342A
公开(公告)日：2017-10-17
申请号：CN201710454587.7
申请日：2017-06-15
Applicant: 南通大学
IPC: G06F19/00
Abstract: 本发明公开了一种用于电子病历知识约简效能评估的多种群协同熵级联方法。该方法首先利用云计算中Map操作与Reduce操作将大规模电子病历数据集划分成不同的电子病历优化数据子集；接着构建相邻进化种群相似度矩阵，利用进化种群协同熵设计知识约简效能计算方法；然后分析影响电子病历知识约简效能的进化种群分布规律，构造一种级联评估指标矩阵并进行矩阵优化；最后评估电子病历知识约简效能评估精度，输出电子病历知识约简效能最优评估精度。该方法对云计算环境下大规模电子病历知识约简定性定量化智能分析以及相关疾病辅助诊断疗效评估具有较好的应用价值。
-
公开(公告)号：CN106599583A
公开(公告)日：2017-04-26
申请号：CN201611169445.8
申请日：2016-12-16
Applicant: 南通大学
IPC: G06F19/00
CPC classification number: G16H50/20
Abstract: 本发明公开了一种用于中医病历辨证诊断的属性圆盘轮转方法。该方法首先设计具有n组元素的圆盘用来存储中医病历辨证诊断属性；接着利用中医辨证诊断属性指针Ki获取辨证属性在圆盘轮转中位置D(Ki)；然后构造属性圆盘上每一对冲突地址D(Ki)与D(Kj)间相似矩阵S和中医病历诊断症状与辨证要素间相关性矩阵C(i,j)；最后构建中医病历辨证诊断规则约简最优目标模型，并采用Skowron差别矩阵原理对该模型进行辨证诊断规则属性约简，提取出诊断症状与辨证要素间相关性的最优诊断规则集。该方法能准确提取出中医病历诊断症状与辨证要素间的相关性，对开展中医病历辨证诊断的定性与定量智能分析具有较好的积极作用。
-
-
-
-
-
-
-
-
-
Search Results
44
records
(took 0.02 seconds)
