-
公开(公告)号：CN111951971B
公开(公告)日：2024-04-19
申请号：CN202010708196.5
申请日：2020-07-21
Applicant: 中国传媒大学
Abstract: 本发明公开了一种中药和症状关系的数据挖掘方法，为挖掘中药对象与症状对象的准确对应关系，本发明先采用熵聚类算法从中药处方数据中挖掘常用方药配伍，然后以方药配伍为整体，依据共现信息寻找可能与方药配伍存在映射关系的候选症状对象。接着，为了从大量不确定的方药配伍与症状对象的映射关系中过滤不准确的结果，采用关联度系数分析法和共现频次分析法确定中药与症状的关联强度，筛除关联强度弱的候选症状对象。本发明挖掘方药配伍采用的改进熵聚类算法，动态选择中药向量的亲密变量个数，只考虑与目标中药的关联度系数非负的中药；改进后方法可以过滤掉临床上实际并未同时使用的中药药对，使挖掘结果更准确且更具实际意义。
-
Patent Agency Ranking
公开(公告)号：CN101882972B
公开(公告)日：2012-08-22
申请号：CN201010191845.5
申请日：2010-06-04
Applicant: 中国传媒大学
Abstract: 本发明公开了一种Raptor码的解码方法。由于现有的Raptor解码技术为了保证一次性解码成功的高概率，接收的符号数较多，而且一旦解码不成功就必须重启整个解码过程。本发明提出的方法，能够从可能解码成功的最少符号开始解码，如解码不成功，只需继续接收1个新符号，利用解码失败的结果继续解码，直至解码成功。本发明解决了现有技术解码算法中高斯消元对矩阵线性关系的破坏这一问题。改进方法简单，开销小，增强了解码实时性，使其实用性大大加强。
-
公开(公告)号：CN100559880C
公开(公告)日：2009-11-11
申请号：CN200710140426.7
申请日：2007-08-10
Applicant: 中国传媒大学
Abstract: 本发明是一种基于自适应ST区(时空子区域)的高清视频图像质量评价方法及装置。自适应ST区域定义模块输入端连接待测量的原始视频序列和受损序列，根据原始视频内容定义自适应ST区域；自适应ST区域划分模块根据已定义的ST区域划分准则，分别对原始序列和受损序列划分自适应ST区域，作为提取特征参数的基准；特征参数提取模块基于已划分的ST区域分别提取原始序列和受损序列的空间信息、时间信息以及时间空间混合信息的特征参数，获得原始序列和受损序列对应的特征参数组；质量损伤程度计算模块根据比较特征参数提取模块获取的特征参数组，计算输入序列对的差异值，完成质量损伤程度的测量。
-
公开(公告)号：CN101882972A
公开(公告)日：2010-11-10
申请号：CN201010191845.5
申请日：2010-06-04
Applicant: 中国传媒大学
Abstract: 本发明公开了一种Raptor码的解码方法。由于现有的Raptor解码技术为了保证一次性解码成功的高概率，接收的符号数较多，而且一旦解码不成功就必须重启整个解码过程。本发明提出的方法，能够从可能解码成功的最少符号开始解码，如解码不成功，只需继续接收1个新符号，利用解码失败的结果继续解码，直至解码成功。本发明解决了现有技术解码算法中高斯消元对矩阵线性关系的破坏这一问题。改进方法简单，开销小，增强了解码实时性，使其实用性大大加强。
-
公开(公告)号：CN101146226A
公开(公告)日：2008-03-19
申请号：CN200710140426.7
申请日：2007-08-10
Applicant: 中国传媒大学
Abstract: 本发明是一种基于自适应ST区(时空子区域)的高清视频图像质量评价方法及装置。自适应ST区域定义模块输入端连接待测量的原始视频序列和受损序列，根据原始视频内容定义自适应ST区域；自适应ST区域划分模块根据已定义的ST区域划分准则，分别对原始序列和受损序列划分自适应ST区域，作为提取特征参数的基准；特征参数提取模块基于已划分的ST区域分别提取原始序列和受损序列的空间信息、时间信息以及时间空间混合信息的特征参数，获得原始序列和受损序列对应的特征参数组；质量损伤程度计算模块根据比较特征参数提取模块获取的特征参数组，计算输入序列对的差异值，完成质量损伤程度的测量。
-
公开(公告)号：CN111951971A
公开(公告)日：2020-11-17
申请号：CN202010708196.5
申请日：2020-07-21
Applicant: 中国传媒大学
Abstract: 本发明公开了一种中药和症状关系的数据挖掘方法，为挖掘中药对象与症状对象的准确对应关系，本发明先采用熵聚类算法从中药处方数据中挖掘常用方药配伍，然后以方药配伍为整体，依据共现信息寻找可能与方药配伍存在映射关系的候选症状对象。接着，为了从大量不确定的方药配伍与症状对象的映射关系中过滤不准确的结果，采用关联度系数分析法和共现频次分析法确定中药与症状的关联强度，筛除关联强度弱的候选症状对象。本发明挖掘方药配伍采用的改进熵聚类算法，动态选择中药向量的亲密变量个数，只考虑与目标中药的关联度系数非负的中药；改进后方法可以过滤掉临床上实际并未同时使用的中药药对，使挖掘结果更准确且更具实际意义。
-
-
-
-
-
Search Results
6
records
(took 0.02 seconds)
