-
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：CN117763200A
公开(公告)日：2024-03-26
申请号：CN202311546501.5
申请日：2023-11-20
Applicant: 北京大学
IPC: G06F16/901 , G06F16/903 , G06N5/04 , G06N5/02
Abstract: 本发明公开了一种基于模式匹配的知识图谱检索方法与系统。本方法步骤包括：对基于模式匹配的图谱查询流程进行优化，其中，对查询表达进行优化的方法为：根据用户的输入信息查询是否存在历史查询模板/记录，如果存在则将其反馈给用户，并提示是否采用或对该历史查询模板/记录进行调整，如果调整则进入查询图编辑步骤；否则为该用户创建新的查询图并进入查询图编辑步骤；查询图编辑步骤中，根据用户添加的节点、边生成查询涉及的概念、关系和属性，然后对添加的节点和边添加约束，生成该用户的查询图；对查询执行进行优化的方法为：根据该用户的查询图运用模式匹配算法在知识图谱中进行匹配处理，获取与该用户的查询图拓扑结构匹配的子图结果。
-
公开(公告)号：CN112205965B
公开(公告)日：2022-02-22
申请号：CN202010884840.4
申请日：2020-08-28
Applicant: 北京大学
IPC: A61B5/00
Abstract: 本发明公开了一张基于时间窗口切割的健康风险关键事件检测方法及系统，方法包括：S100、将患者的电子病历输入训练好的深度学习模型中，获取患者每次就诊生理指标的重要指数和死亡风险指数；S200、将患者健康风险关键事件检测的目标按时间窗口分为四种类型，基于获取的各生理指标的重要指数和死亡风险指数，对所述四种类型分别进行检测，筛选出需要提出健康风险关键事件的生理指标；S300、基于可视化界面，展示患者健康风险关键事件检测过程以及检测结果。本发明可以从医院的病人电子病历数据中挖掘出更多有价值有参考意义的信息来帮助医生进行诊断。
-
公开(公告)号：CN117555985A
公开(公告)日：2024-02-13
申请号：CN202311320229.9
申请日：2023-10-12
Applicant: 北京大学
IPC: G06F16/33 , G06F16/901 , G06F16/36 , G06F16/332 , G06F40/295 , G06N3/042 , G06N3/045
Abstract: 本发明公开了一种融合预训练语言模型的知识图谱检索方法与系统。本方法为：1)从用户输入的自然语言查询语句中识别出关键实体涉及到的概念；然后对识别到的概念在知识图谱的概念模型上进行扩展，将该概念以及所述知识图谱中与该概念相邻的一跳邻居以及关系进行汇总，作为与用户查询相关的概念集合；2)根据概念集合构造提示词；3)将提示词输入大规模预训练语言模型，生成能在知识图谱上直接执行的形式语言查询语句；4)根据形式语言查询语句生成一查询图，用于用户更新形式语言查询语句；5)根据形式语言查询语句构建一查询计划；6)根据查询计划在知识图谱上执行；7)将查询结果呈现给用户。本发明提高了知识图谱检索的灵活性。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.028 seconds)
