-
公开(公告)号：CN119600594A
公开(公告)日：2025-03-11
申请号：CN202411674609.7
申请日：2024-11-21
Applicant: 北京大学(天津滨海)新一代信息技术研究院 , 北京大学
Abstract: 本发明属于食品种类识别技术领域，公开了一种基于图像识别的膳食营养成分计算方法、电子设备和介质，营养成分计算方法包括：获取预识别图像；根据食谱库和预识别图像计算出预识别图像的特征相似度；根据特征相似度识别出菜品名称；根据菜品名称识别出对应的食材信息，食材信息包括食材名称和标准份量；根据食材信息计算出总营养成分；根据总营养成分输出营养成分结果。本发明通过自动获取菜品图像，避免了繁琐的手动输入步骤。通过识别出预识别图像的特征，根据特征相似度进行计算，以识别出菜品名称，然后根据菜品名称识别出对应的食材信息，并计算菜品的膳食营养成分，实现了高效、准确的膳食营养成分计算，显著提升了用户体验和计算精度。
-
公开(公告)号：CN119600629A
公开(公告)日：2025-03-11
申请号：CN202411674607.8
申请日：2024-11-21
Applicant: 北京大学(天津滨海)新一代信息技术研究院 , 北京大学
IPC: G06V30/412 , G06V30/42 , G06V30/413 , G06V30/418 , G16H15/00
Abstract: 本发明属于文字处理技术领域，公开了一种检查报告单表格的识别方法、电子设备和存储介质，检查报告单表格的识别方法包括：识别出表格中的所有文本框；获取每个文本框对应的文本框信息，文本框信息包括文本框中的文字内容和对应的位置坐标；基于模糊匹配算法，根据文本框信息确定出相关联的文本框；根据相关联文本框识别出对应的结果数据。本发明识别出文本框中的文字内容和位置坐标，然后采用模糊匹配算法，根据文本框信息确定出相关联的文本框，显著提高了结构化数据提取的准确性，然后根据相关联文本框确定对应的结果数据，确保了匹配的准确性和可靠性。
-
公开(公告)号：CN119416878A
公开(公告)日：2025-02-11
申请号：CN202411417952.3
申请日：2024-10-11
Applicant: 北京大学(天津滨海)新一代信息技术研究院 , 燕溪智能(无锡)技术有限公司
Abstract: 本发明属于计算机自然语言技术领域，公开了一种面向政务领域大语言模型的训练数据筛选法、电子设备和存储介质，面向政务领域大语言模型的训练数据筛选法包括：获取基于政务领域的原始数据集；基于原始数据集训练得到打分模型；调用打分模型对原始数据集进行质量评估，得到质量数据集；根据质量数据集得到种子数据集；根据种子数据集得到训练数据集。本发明基于原始数据集训练打分模型，使得打分模型对大语音模型有更好的适应性，通过打分模型用于评估指令的质量，使得筛选出的训练数据更为精准。
-
公开(公告)号：CN119416776A
公开(公告)日：2025-02-11
申请号：CN202411417954.2
申请日：2024-10-11
Applicant: 北京大学(天津滨海)新一代信息技术研究院 , 燕溪智能(无锡)技术有限公司
IPC: G06F40/258 , G06F40/30 , G06F40/166 , G06F16/31
Abstract: 本发明属于自然语言处理技术领域，公开了一种面向知识检索的政务文档增强生成方法、电子设备和介质，面向知识检索的政务文档增强生成方法包括：识别出政务文档的标题；将文本按标题进行切分，得到多个语义完整的文本块；对语义完整的文本块进行语义切分，得到多个中粒度文本块，中粒度文本块为符合预设长度的文本块；根据多个中粒度文本块建立索引。本发明通过识别出标题，以标题结构切分文本，能够有效地将文本按照篇章结构进行第一层级的语义切分，保证了内部的语义关联性和完整性，提高了检索的准确性。
-
公开(公告)号：CN119889709A
公开(公告)日：2025-04-25
申请号：CN202510376668.4
申请日：2025-03-28
Applicant: 北京大学第三医院(北京大学第三临床医学院)
IPC: G16H50/30 , G16H50/70 , G06F18/23211
Abstract: 本发明涉及一种腹膜透析患者全因死亡风险预测方法，属于死亡风险预测技术领域，解决了现有技术中预测准确率低的问题。方法包括：在每个数据中心构建样本集；基于多个数据中心的样本集训练神经网络模型得到风险预测预训练模型；基于风险预测预训练模型得到每个样本的特征表示并聚类得到每个样本的聚类类型；基于每种聚类类型的样本对风险预测预训练模型进行微调得到每种聚类类型对应的死亡风险预测模型；将待预测患者的时序检验数据和基线数据输入风险预测预训练模型得到特征表示；根据特征表示得到待预测患者对应的聚类类型，基于聚类类型对应的风险预测模型得到待预测患者的预测结果。实现了快速准确得到死亡风险预测结果。
-
Patent Agency Ranking
公开(公告)号：CN113782209A
公开(公告)日：2021-12-10
申请号：CN202011022650.8
申请日：2020-09-25
Applicant: 北京大学 , 北京大学第三医院(北京大学第三临床医学院)
Abstract: 本发明公开了一种基于循环神经网络的慢性病患者智能预后方法及系统，方法包括：S100、获取并处理患者的医疗数据；S200、基于处理后的医疗数据，以及循环神经网络模型或门控循环单元，建立预测模型，通过预测模型预测患者在相应时刻的死亡风险。本发明基于循环神经网络模型及其变体以及融合了患者静态信息与随时间变化的动态信息的医疗数据建立预测模型，预测患者在相应时刻的死亡风险，辅助临床医生进行决策。
-
公开(公告)号：CN112150535A
公开(公告)日：2020-12-29
申请号：CN202010862933.7
申请日：2020-08-25
Applicant: 北京大学 , 北京大学第三医院(北京大学第三临床医学院)
IPC: G06T7/62 , G06T7/11 , G06K9/62 , G06N3/04 , G06N3/08 , G01S15/08 , G01C11/00 , G01B11/24 , G01B11/00
Abstract: 本发明公开了一种智能手机中声波与图像融合的食物体积测量方法及系统，包括：S100、通过智能手机的摄像头获取置于桌面装有食物的容器的俯视图像和侧视图像，在摄像头拍摄期间，通过听筒获取扬声器发出的音频信号；S200、对俯视图像和侧视图像进行食物切割和容器分类，得到俯视图像和侧视图像分别对应的食物图像；根据音频信号计算得到摄像头到桌面的垂直距离；S300、基于俯视图像对应的食物图像，根据摄像头到桌面的垂直距离和摄像头的各项参数，计算得到食物的实际尺寸；基于侧视图像对应的食物图像，以及食物的实际尺寸，构建食物模型，计算得到食物的体积。用户仅需要使用手机或其他智能终端便可以方便快捷准确地完成对食物体积的测量。
-
公开(公告)号：CN114091406A
公开(公告)日：2022-02-25
申请号：CN202111202937.3
申请日：2021-10-15
Applicant: 北京大学
IPC: G06F40/117 , G06F40/295 , G06K9/62 , G06N3/04 , G06N3/08 , G06N5/02
Abstract: 本发明涉及一种面向知识抽取的智能文本标注方法及系统，针对知识抽取过程存在的深度学习模型缺乏标注数据，且人工数据标注繁琐，需要领域专家大量人工操作，耗时耗力等问题，面向知识抽取的实体识别和关系抽取两个阶段，提出基于主动学习的智能标注方法与系统，本发明的效果在于，当获取完全无标签数据时，领域专家可以自由设定标注模型和标注批次规模等参数，边标注数据，边使实体识别和关系抽取联合模型学习该知识抽取行为，在尽可能少的标注轮次后完成深度学习模型的训练，进而完成整个数据集的知识抽取。
-
公开(公告)号：CN108959358B
公开(公告)日：2019-09-17
申请号：CN201810457363.6
申请日：2018-05-14
Applicant: 北京大学
IPC: G06F16/25 , G06F16/242 , G06F16/26 , G06F9/451
Abstract: 本发明涉及一种基于本体模型的终端用户数据访问方法及系统。该方法包括：1)根据查询元模型和基于所述查询元模型的本体推理规则，对用户要查询的本体模型进行预处理，推理出其中的“向内共享”关系和“向外共享”关系；2)将用户输入转换为本体查询SPARQL语句；3)根据所述本体查询SPARQL语句生成SQL语句，通过对所述本体模型进行SQL查询实现数据的访问和查询。本发明充分利用本体模型的语义元素和推理能力来优化终端用户的查询构造流程，帮助用户脱离数据库的实际存储模式细节，同时对终端用户的分组统计需求提供了完整的支持，填补了现有相关工作的不足，具备更强的系统可用性和表达能力。
-
公开(公告)号：CN108733793A
公开(公告)日：2018-11-02
申请号：CN201810456743.8
申请日：2018-05-14
Applicant: 北京大学
IPC: G06F17/30
Abstract: 本发明涉及一种面向关系数据库的本体模型构造方法及系统。该方法包括以下步骤：1)提取关系数据库的元信息；2)对提取的关系数据库的元信息进行冗余信息检测；3)对提取的关系数据库的元信息进行外键检测；4)通过映射规则，将冗余信息检测、外键检测之后的元信息用本体来表达，得到本体模型。本发明在构造本体模型的过程中加入了“冗余信息检测”和“外键检测”两个步骤，分别用于检测存在的冗余信息以及缺失的外键定义，可以更加高效地通过关系型数据库建立本体模型；建立的本体模型可以为底层的数据库构建统一的视图，为上层应用提供统一的接口，从而方便数据的应用与分析。
-
-
-
-
-
-
-
-
-
Search Results
58
records
(took 0.039 seconds)
