-
公开(公告)号：CN113779318B
公开(公告)日：2024-03-19
申请号：CN202110908351.2
申请日：2021-08-09
Applicant: 中国中医科学院中医药信息研究所
IPC: G06F16/901 , G06F16/9035 , G06F17/18
Abstract: 本发明涉及信息处理领域，具体涉及一种骨干网络提取方法、装置、计算机设备及存储介质，包括如下步骤：获取第一待提取网络；从所述第一待提取网络中提取网络支架，得到第一子骨干网络，直至在特定显著性水平下，无法继续从第N+1待提取网络中提取到网络支架；其中，所述第N+1待提取网络为从第N待提取网络中去除第N子骨干网络后得到的待提取网络，所述第N子骨干网络为从第N待提取网络中提取网络支架得到；对N个子骨干网络进行求和，形成所述骨干网络。所得到的骨干网络相比于现有的差异筛选算法所提取到的网络，更能够充分包含原始网络中的重要信息，便于所有局部重要信息都最终被保留下来。
-
Patent Agency Ranking
公开(公告)号：CN113779996A
公开(公告)日：2021-12-10
申请号：CN202111016213.X
申请日：2021-08-31
Applicant: 中国中医科学院中医药信息研究所
IPC: G06F40/295 , G06F40/216 , G06F40/126 , G06N3/04 , G06K9/62 , G16H50/70
Abstract: 本发明提供基于BiLSTM模型的标准实体文本确定方法、装置及存储介质，方法包括：针对接收到的待匹配文本实体，选取与其对应的候选实体集；针对候选实体集中的每一候选实体，分别与待匹配文本实体构成文本实体对；针对每个文本实体对，采用预设神经匹配神经网络计算文本实体对的第一相似度特征向量，及采用文本统计方法、全连接网络计算文本实体对的第二相似度特征向量；采用拼接网络将每个文本实体对的第一相似度特征向量与第二相似度特征向量拼接形成每个实体对的相似度向量，并根据每个文本实体对的相似度向量输出每个实体对中两个实体文本的相似度；将相似度最高的文本实体对中的候选文本实体确定为与待匹配文本实体对应的标准文本实体。
-
公开(公告)号：CN113779996B
公开(公告)日：2023-10-10
申请号：CN202111016213.X
申请日：2021-08-31
Applicant: 中国中医科学院中医药信息研究所
IPC: G06F40/295 , G06F40/216 , G06F40/126 , G06N3/0442 , G06N3/084 , G06N3/0464 , G06N3/045 , G06F18/22 , G16H50/70
Abstract: 本发明提供基于BiLSTM模型的标准实体文本确定方法、装置及存储介质，方法包括：针对接收到的待匹配文本实体，选取与其对应的候选实体集；针对候选实体集中的每一候选实体，分别与待匹配文本实体构成文本实体对；针对每个文本实体对，采用预设神经匹配神经网络计算文本实体对的第一相似度特征向量，及采用文本统计方法、全连接网络计算文本实体对的第二相似度特征向量；采用拼接网络将每个文本实体对的第一相似度特征向量与第二相似度特征向量拼接形成每个实体对的相似度向量，并根据每个文本实体对的相似度向量输出每个实体对中两个实体文本的相似度；将相似度最高的文本实体对中的候选实体确定为与待匹配文本实体对应的标准文本实体。
-
公开(公告)号：CN113782142A
公开(公告)日：2021-12-10
申请号：CN202110962813.9
申请日：2021-08-20
Applicant: 中国中医科学院中医药信息研究所
Abstract: 本发明涉及医疗大数据技术领域，具体涉及一种基于集成神经网络的中药饮片配方推荐系统，包括：接收模块，用于接收患者的多维特征数据集；所述多维特征数据集包括症状体征数据、症候诊断数据及疾病诊断数据；存储模块，用于存储集成神经网络模型；中药饮片配方推荐模块，用于基于接收的多维特征数据集，调用所述继承神经网络模型，输出与所述患者对应的中药饮片配方信息。本发明要解决现有技术中的算法处理大规模稀疏数据表现不佳的缺陷。
-
公开(公告)号：CN113779318A
公开(公告)日：2021-12-10
申请号：CN202110908351.2
申请日：2021-08-09
Applicant: 中国中医科学院中医药信息研究所
IPC: G06F16/901 , G06F16/9035 , G06F17/18
Abstract: 本发明涉及信息处理领域，具体涉及一种骨干网络提取方法、装置、计算机设备及存储介质，包括如下步骤：获取第一待提取网络；从所述第一待提取网络中提取网络支架，得到第一子骨干网络，直至在特定显著性水平下，无法继续从第N+1待提取网络中提取到网络支架；其中，所述第N+1待提取网络为从第N待提取网络中去除第N子骨干网络后得到的待提取网络，所述第N子骨干网络为从第N待提取网络中提取网络支架得到；对N个子骨干网络进行求和，形成所述骨干网络。所得到的骨干网络相比于现有的差异筛选算法所提取到的网络，更能够充分包含原始网络中的重要信息，便于所有局部重要信息都最终被保留下来。
-
公开(公告)号：CN113782142B
公开(公告)日：2024-04-16
申请号：CN202110962813.9
申请日：2021-08-20
Applicant: 中国中医科学院中医药信息研究所
IPC: G16H20/10 , G16H20/90 , G06N3/0464 , G06F18/2431 , G06N3/08 , G06N3/045
Abstract: 本发明涉及医疗大数据技术领域，具体涉及一种基于集成神经网络的中药饮片配方推荐系统，包括：接收模块，用于接收患者的多维特征数据集；所述多维特征数据集包括症状体征数据、症候诊断数据及疾病诊断数据；存储模块，用于存储集成神经网络模型；中药饮片配方推荐模块，用于基于接收的多维特征数据集，调用所述继承神经网络模型，输出与所述患者对应的中药饮片配方信息。本发明要解决现有技术中的算法处理大规模稀疏数据表现不佳的缺陷。
-
-
-
-
-
Search Results
6
records
(took 0.035 seconds)
