-
公开(公告)号：CN110321424A
公开(公告)日：2019-10-11
申请号：CN201910517313.7
申请日：2019-06-14
Applicant: 电子科技大学
IPC: G06F16/335 , G06F16/35 , G06F16/2458 , G06F16/28 , G06F16/29 , H04L29/08 , G16H50/80
Abstract: 本发明公开了一种基于深度学习的艾滋病人员行为分析方法，包括采集用户行为数据；基于用户行为数据，分析用户多维时空信息，构建用户行为画像。本发明基于网络、地理位置、社交通信行为分析，对艾滋病人进行行为画像，在网络、地理位置、社交通信等多维度上构建针对用户的描述性标签属性。利用这些标签属性，对艾滋病人多方面的真实个人特征进行描绘勾勒，用于描述相关的特征、行为及偏好。发现艾滋病人群的潜在社会交往规律，发现艾滋病高危人群、潜在艾滋病传播者和艾滋病传播路径，辅助提前介入艾滋病干预环节工作。
-
公开(公告)号：CN110223737A
公开(公告)日：2019-09-10
申请号：CN201910512263.3
申请日：2019-06-13
Applicant: 电子科技大学
IPC: G16C20/70
Abstract: 本发明提供一种中药化学成分命名实体识别方法与装置，包括以下步骤：S1:获取中药化学成分命名实体相关文献；S2:对获取的所述相关文献进行信息过滤，以得到文本内容规范化的语料库；S3:对所述语料库进行编码和标注，得到标注好的语料库；S4:将所述标注好的语料库作为BiLSTM的训练样本进行训练，得到训练好的BiLSTM；S5:将需要识别中药化学成分命名实体的相关文献输入所述训练好的BiLSTM进行识别，以识别出中药化学成分命名实体。本发明方法将基于深度神经网络的命名实体识别技术应用到中药化学成分识别，比人工识别方式有更高的效率；有利于为构建中药化学成分命名实体基础数据库提供数据来源。
-
公开(公告)号：CN109668841A
公开(公告)日：2019-04-23
申请号：CN201910074659.4
申请日：2019-01-25
Abstract: 本发明公开了一种用于藏医尿液特征数字化采集的装置及方法，该装置包括中空的长方体外壳，外壳内腔两个平行的侧面顶部的棱处设置有第一光源和第二光源；外壳的另一个侧边上设置有第三光源；与设置有第三光源的侧边平行的侧边上设置有第一摄像头；外壳内腔顶面设置有依次排列的第二摄像头、第三摄像头和第四摄像头；外壳内腔底部中央位置设置有尿液容器。该方法包括将装有尿液的容器放置于外壳底部正中；拍摄尿热阶段的蒸气、颜色和泡沫特征；拍摄尿温阶段的沉淀物和悬浮物特征；拍摄尿凉阶段的搅后回旋状态特征；将拍摄的图像/视频通过USB传送到PC。本发明能够提高识别效率，并且能够实现尿液特征识别的客观化。
-
公开(公告)号：CN109215777A
公开(公告)日：2019-01-15
申请号：CN201810876403.0
申请日：2018-08-03
Applicant: 电子科技大学
Abstract: 本发明提供一种中医文献智能挖掘与组方辅助决策方法及系统，涉及数据挖掘、机器学习、中医诊断辅助信息技术领域。本发明基于历史经典中医文献，以及现有的真实病案，实现依据病患症状与诊断证候，进行自动化开出方药的功能。智能组方的流程与实际中医组方的流程一致，采用经典方加减的方式进行开方，分为加减症状确定模块、加减药物确定模块与成方判定模块，从而为医生开方提供新思路，且该系统可为医生进行辅助决策，减短医生就诊时间，使得医生能够为更多病患就诊。
-
公开(公告)号：CN111538913B
公开(公告)日：2023-07-11
申请号：CN202010336906.6
申请日：2020-04-26
Applicant: 电子科技大学
IPC: G06F16/9536 , G06F16/9535 , G06F16/906
Abstract: 本发明公开一种艾滋病防控知识宣教的个性化推荐方法，应用于大数据处理领域，针对现有技术的推荐结果精准性不高的问题，本发明在协同过滤推荐算法基础上，利用KL散度解决由于数据稀疏性导致不同维度数据不能利用的问题，有效处理了传统推荐算法的数据稀疏性问题；在选择聚类中心时有效地区分不同的宣教内容，同时，距离模型打破了经典几何距离方法(如欧几里德距离)的对称模式，并考虑了宣教内容之间不同评级数的影响，以强调其不对称关系，相比于现有技术可提高推荐精准性。
-
Patent Agency Ranking
公开(公告)号：CN111477344B
公开(公告)日：2023-06-09
申请号：CN202010280936.X
申请日：2020-04-10
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于自加权多核学习的药物副作用识别方法，解决了基于多核学习进行药物副作用识别的方法存在药物特征表达不完全、加权核函数时权重分配不合理的问题。本发明包括数据获取、药物核矩阵和副作用核矩阵的构建等步骤。本发明方法从多角度描述药物特征，并且对药物和副作用特征采用四种方法构建核矩阵，能够减少特征缺失对预测结果的影响；采用自加权的方法构建药物和副作用的最优核矩阵，自加权方法计算出的权重可以更好的适应不同的核矩阵；采用最近邻的方法扩展核矩阵能够捕获药物副作用关系的局部结构。
-
公开(公告)号：CN113537140B
公开(公告)日：2023-05-02
申请号：CN202110884654.5
申请日：2021-08-03
Applicant: 电子科技大学
IPC: G06V20/10 , G06V10/82 , G06V10/774 , G06N3/0455 , G06N3/0464 , G06V10/56 , G06V10/44 , G06N3/08
Abstract: 本发明公开了一种基于深度神经网络的杂草检测方法，本发明首先采用实例分割在图像上划分出属于农作物的像素点，然后根据超绿特征能够更有效地强化绿色植物特征的特点，把图像二值化，得到图像中所有绿色植物的像素点信息；用所有绿色植物的像素点减去农作物所在的像素点即可得到不是农作物的绿色植物的像素点；最后去掉一些像素点团中像素点数量较少的像素，剩余的像素点中一个像素连通区域即为一株杂草，并获取杂草的位置信息和轮廓信息，为精准农业提供技术支持。
-
-
公开(公告)号：CN110223749B
公开(公告)日：2022-12-20
申请号：CN201910517325.X
申请日：2019-06-14
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于点排序卷积神经网络(PCNN)和注意力(Attention)机制的中医辨证辅助决策方法，具体包括：使用语言技术平台工具对每份医案进行分词处理；使用PCNN网络对每份医案进行特征编码，构建其对应的特征向量表示；使用Attention机制进行证候预测。本发明使用点排序CNN网络自动提取医案的症状、病因、病机等特征，构建对应的特征编码，不需人工标注特征；引入注意力机制消除噪音语料,对医案分配不同权重，提高分类精度；本发明从医案数据的症状、病因、病机等多个方面出发进行辨证规律挖掘，提高了辨证结果的可靠性；同时，本发明适用于大多数疾病的辨证规律发现，其具有很高的可扩展性。
-
公开(公告)号：CN111540475B
公开(公告)日：2022-10-21
申请号：CN202010336891.3
申请日：2020-04-26
Applicant: 电子科技大学
Abstract: 本发明公开一种基于半监督学习技术的中医治法规律挖掘方法，应用于大数据处理领域，针对现有的中医治法规律挖掘准确度低的问题，本发明首先在标记医案集上训练3个逻辑回归分类器；然后根据训练的3个分类器预测无标记医案对应的治法标签；最后使用多数投票机制选择最终的预测结果；本发明通过最大化三个分类器的差异性，有效降低分类错误率；并且从症状、证候及病因病机三个角度出发考虑了对中医治法结果的影响，该方法更符合中医背景下的治法理论，使得所得结果具有可靠的理论依据。
-
-
-
-
-
-
-
-
-
Search Results
134
records
(took 0.024 seconds)
