-
公开(公告)号：CN107133293A
公开(公告)日：2017-09-05
申请号：CN201710278015.8
申请日：2017-04-25
Applicant: 中国科学院计算技术研究所
CPC classification number: G06F16/355 , G06K9/6256 , G06K9/6278
Abstract: 本发明涉及一种适用于多标签分类的ML‑kNN改进方法和系统，包括：在原始数据集中统计每类标签的样本总数，作为标签样本数，在每类标签的样本中统计每类特征的样本总数，作为特征样本数，并根据该标签样本数和该特征样本数计算特征标签权重，其中每个特征对应一个特征值；将该原始数据集中每条样本拆分为多个具有单一标签的原始单标签样本，并根据该特征标签权重对每条该原始单标签样本的特征值进行更新，生成第一数据集；获取待预测的待测样本，将待测样本拆分为具有单一标签的待测单标签样本，根据该第一数据集依次对该待测单标签样本的标签进行预测，确定该待测样本的标签集合。由此本发明使得样本在多标签分类上的预测结果更加精确。
-
公开(公告)号：CN107180155A
公开(公告)日：2017-09-19
申请号：CN201710249261.0
申请日：2017-04-17
Applicant: 中国科学院计算技术研究所
IPC: G06F19/00
Abstract: 本发明提出一种基于异构集成模型的疾病预测方法及系统，涉及智能医疗以及医疗信息技术领域，该方法包括步骤1，获取多标签数据集，并训练K个适用于门诊病例数据集的多标签基础分类器，对所述多标签基础分类器进行集成，获取异构集成模型；步骤2，获取预测多标签样本，通过所述异构集成模型对所述待预测多标签样本进行预测。本发明将各个基分类器权重的确定转变为一回归问题，通过求解该回归问题从而求解出集成分类器中各个基分类器的权重，继而使得该集成分类器效果达到最好。
-
Patent Agency Ranking
公开(公告)号：CN106295187A
公开(公告)日：2017-01-04
申请号：CN201610658768.7
申请日：2016-08-11
Applicant: 中国科学院计算技术研究所
IPC: G06F19/00
CPC classification number: G16H50/20
Abstract: 本发明提出一种面向智能临床辅助决策支持系统的知识库构建方法与系统，涉及知识库的构建领域，该方法包括获取输入信息，对所述输入信息进行分词处理、词性标注以及语法分析，获取关系依赖树，提取所述关系依赖树中的概念、实体、实体修饰语；并根据所述概念、所述实体、所述实体修饰语，通过关系语义规则，获取所述关系依赖树中各所述实体之间的关系；设置扩展三元组，通过所述扩展三元组将所述关系依赖树中各所述实体之间的关系进行储存，以完成构建知识库。本发明可用于临床实例多且特征多的情况，对于病例表述信息可实现灵活拓展。
-
公开(公告)号：CN115269741A
公开(公告)日：2022-11-01
申请号：CN202210829066.6
申请日：2022-07-14
Applicant: 中国科学院计算技术研究所
IPC: G06F16/28 , G06F16/2455 , G06F12/06
Abstract: 本发明提供一种用于多维数据的存储方法，包括：获取待存储的多个资源数据，提取资源数据的正交属性，并以一个正交属性为一个维度构建待存储的多个资源数据对应的维度，每个资源数据的不同属性值对应于不同属性所在维度的一个坐标点，所有资源数据在同一个维度的属性取值构成该维度上的多个坐标点；基于资源数据对应的维度确定维度坐标间的层次结构以获得维度坐标层次结构树，所有的维度构成资源数据对应的多维空间，所述多维空间包含多个空间点，每个空间点的坐标为所有维度上与该空间点对应的维度坐标组成的多维坐标向量；将所有资源数据按照其各个属性取值在维度上的对应坐标映射到多维空间中；遍历每个空间点，为包含有资源数据的空间点分配存储空间。
-
公开(公告)号：CN107180155B
公开(公告)日：2019-08-16
申请号：CN201710249261.0
申请日：2017-04-17
Applicant: 中国科学院计算技术研究所
IPC: G16H50/30
Abstract: 本发明提出一种基于异构集成模型的疾病预测方法及系统，涉及智能医疗以及医疗信息技术领域，该方法包括步骤1，获取多标签数据集，并训练K个适用于门诊病例数据集的多标签基础分类器，对所述多标签基础分类器进行集成，获取异构集成模型；步骤2，获取预测多标签样本，通过所述异构集成模型对所述待预测多标签样本进行预测。本发明将各个基分类器权重的确定转变为一回归问题，通过求解该回归问题从而求解出集成分类器中各个基分类器的权重，继而使得该集成分类器效果达到最好。
-
公开(公告)号：CN106295186B
公开(公告)日：2019-03-15
申请号：CN201610658754.5
申请日：2016-08-11
Applicant: 中国科学院计算技术研究所
IPC: G16H50/20
Abstract: 本发明提出一种基于智能推理的辅助疾病诊断的方法及系统，涉及计算机领域，该方法包括获取用户的输入信息并进行解析，将输入信息中的有效信息进行存储，计算所述有效信息在病例库中的信息匹配度以及在规则库中的规则覆盖率，对所述信息匹配度与所述规则覆盖率进行加权求和，获取疾病库中每种疾病对所述输入信息的解释值p；按照所述解释值p，将与所述解释值p相对应的疾病进行排序，将所述解释值p大于等于阈值Ε的疾病作为初始推理结论返回给用户，获取用户输入的检查结果信息并结合所述有效信息，将书本知识库中与所述初始推理结论中的疾病相对应的诊断标准显示给所述用户。本发明模拟临床诊断真实场景下问诊的过程和形式，能够较好的解释确诊结果。
-
公开(公告)号：CN106295186A
公开(公告)日：2017-01-04
申请号：CN201610658754.5
申请日：2016-08-11
Applicant: 中国科学院计算技术研究所
IPC: G06F19/00
CPC classification number: G16H50/20
Abstract: 本发明提出一种基于智能推理的辅助疾病诊断的方法及系统，涉及计算机领域，该方法包括获取用户的输入信息并进行解析，将输入信息中的有效信息进行存储，计算所述有效信息在病例库中的信息匹配度以及在规则库中的规则覆盖率，对所述信息匹配度与所述规则覆盖率进行加权求和，获取疾病库中每种疾病对所述输入信息的解释值p；按照所述解释值p，将与所述解释值p相对应的疾病进行排序，将所述解释值p大于等于阈值Ε的疾病作为初始推理结论返回给用户，获取用户输入的检查结果信息并结合所述有效信息，将书本知识库中与所述初始推理结论中的疾病相对应的诊断标准显示给所述用户。本发明模拟临床诊断真实场景下问诊的过程和形式，能够较好的解释确诊结果。
-
-
-
-
-
-
Search Results
7
records
(took 0.029 seconds)
