-
Patent Agency Ranking
公开(公告)号：CN108830321A
公开(公告)日：2018-11-16
申请号：CN201810618637.5
申请日：2018-06-15
Applicant: 中南大学
IPC: G06K9/62
CPC classification number: G06K9/6267 , G06K9/6256
Abstract: 本发明公开了一种不平衡数据集的分类方法，包括获取训练数据并得到训练数据的候选频繁项集；对候选频繁项集进行过滤；将候选关联规则分类至规则集合中；衡量规则前件和后件的相关性得到分类关联规则；对得到的分类关联规则进行过滤和排序从而得到分类器；采用分类器对不平衡数据进行分类。本发明方法结合了增比置信度、负关联规则挖掘、增比率和规则强度定义，通过多种因素的结合，能更全面的衡量规则的优先级，因此本发明方法能够在不平衡数据集中有很好的分类效果，在保证整体分类效果的情况下，能够有效提高分类效果，而且本发明方法简单可靠。
-
公开(公告)号：CN108806767B
公开(公告)日：2021-10-22
申请号：CN201810619124.6
申请日：2018-06-15
Applicant: 中南大学
IPC: G16H10/60 , G16H50/70 , G06F16/28 , G06F16/2455
Abstract: 本发明公开了一种基于电子病历的疾病症状关联分析方法，包括获取电子病历的数据并处理；构建不平衡数据集的分类器；采用分类器对疾病症状进行关联分析。本发明通过对电子病历进行处理获取基础数据，然后根据基础数据构造相应的新型不平衡数据集的分类器，再利用该分类器进行疾病与症状的关联分析，因此本发明方法能够对疾病症状进行较为准确的关联，而且方法简答、科学和可靠。
-
公开(公告)号：CN108806767A
公开(公告)日：2018-11-13
申请号：CN201810619124.6
申请日：2018-06-15
Applicant: 中南大学
Abstract: 本发明公开了一种基于电子病历的疾病症状关联分析方法，包括获取电子病历的数据并处理；构建不平衡数据集的分类器；采用分类器对疾病症状进行关联分析。本发明通过对电子病历进行处理获取基础数据，然后根据基础数据构造相应的新型不平衡数据集的分类器，再利用该分类器进行疾病与症状的关联分析，因此本发明方法能够对疾病症状进行较为准确的关联，而且方法简答、科学和可靠。
-
公开(公告)号：CN107527073B
公开(公告)日：2021-02-26
申请号：CN201710789885.1
申请日：2017-09-05
Applicant: 中南大学
Abstract: 本发明公开了一种电子病历中命名实体的识别方法，包括构建电子病历的专业领域词典；将电子病历中的文本分类；对包含命名实体的文本进行实体标注，同时将标注后的文本作为训练集，未标注的文本作为测试集；初步设定条件随机场模型中的特征模板窗口的大小和特征模板内容，并对测试集进行测试；迭代调整特征模板窗口的大小和特征模板内容，直至得到最终的特征模板窗口的大小和特征模板内容；采用条件随机场模型对所有的电子病历进行命名实体的识别。本发明方法能够自动识别电子病历的命名实体，大大提高了识别效率，而且能够不断改善条件随机场模型的精度和模型识别度，能够更加精确和快速的进行实体识别。
-
公开(公告)号：CN107527073A
公开(公告)日：2017-12-29
申请号：CN201710789885.1
申请日：2017-09-05
Applicant: 中南大学
Abstract: 本发明公开了一种电子病历中命名实体的识别方法，包括构建电子病历的专业领域词典；将电子病历中的文本分类；对包含命名实体的文本进行实体标注，同时将标注后的文本作为训练集，未标注的文本作为测试集；初步设定条件随机场模型中的特征模板窗口的大小和特征模板内容，并对测试集进行测试；迭代调整特征模板窗口的大小和特征模板内容，直至得到最终的特征模板窗口的大小和特征模板内容；采用条件随机场模型对所有的电子病历进行命名实体的识别。本发明方法能够自动识别电子病历的命名实体，大大提高了识别效率，而且能够不断改善条件随机场模型的精度和模型识别度，能够更加精确和快速的进行实体识别。
-
-
-
-
Search Results
5
records
(took 0.013 seconds)
