一种面向抑郁症的脑与智能数据系统

    公开(公告)号:CN104102829A

    公开(公告)日:2014-10-15

    申请号:CN201410324305.8

    申请日:2014-07-09

    Abstract: 本发明涉及一种面向抑郁症的脑与智能数据系统,包括客户端层Client、逻辑处理层Business和数据层EIA;Business层获得Client层的请求,处理计算EIA层中的数据,并控制Client层的显示输出。抑郁症数据或信息的语义化使大量数据具有标注独一无二的特性,可方便地获得查询结果。加入语义元素,支持进一步推理功能,为发现数据间关系或发现元素间的关系提供了支持。系统数据主要以RDF语义数据以及本体形式存储,使计算机在一定程度上理解数据。语义技术采用逻辑手段描述数据,使人们可以通过其对应的推理机有效分析数据内容,为知识管理提供基本技术手段,有效提高系统性能。

    一种脑信息学研究推荐方法

    公开(公告)号:CN104572829B

    公开(公告)日:2018-02-23

    申请号:CN201410746209.2

    申请日:2014-12-08

    Abstract: 本发明属于脑信息学领域,涉及一种脑信息学研究推荐方法。所述方法包括:获得研究者过去发表的文献;统计研究者发表的每篇文献中对认知功能兴趣侧面的兴趣;计算认知功能兴趣侧面每个兴趣的保留兴趣值;计算认知功能兴趣侧面的最大兴趣保留值的兴趣;计算其它兴趣侧面即设备类型、被试类型和感知觉通道的最大保留兴趣;根据四个兴趣侧面的最大保留兴趣编写查询语句,将研究者的兴趣加入到查询语句中,获得推荐结果。本发明将脑信息源作为文献的元数据,能够更准确地表达文章的内容,以及研究者的研究兴趣。根据研究者对脑信息源模型的兴趣改善查询,与现有方法相比,解决了查询过剩问题,大大提高了查询结果的准确性。

    一种脑信息学研究推荐方法

    公开(公告)号:CN104572829A

    公开(公告)日:2015-04-29

    申请号:CN201410746209.2

    申请日:2014-12-08

    CPC classification number: G06F17/30522

    Abstract: 本发明属于脑信息学领域,涉及一种脑信息学研究推荐方法。所述方法包括:获得研究者过去发表的文献;统计研究者发表的每篇文献中对认知功能兴趣侧面的兴趣;计算认知功能兴趣侧面每个兴趣的保留兴趣值;计算认知功能兴趣侧面的最大兴趣保留值的兴趣;计算其它兴趣侧面即设备类型、被试类型和感知觉通道的最大保留兴趣;根据四个兴趣侧面的最大保留兴趣编写查询语句,将研究者的兴趣加入到查询语句中,获得推荐结果。本发明将脑信息源作为文献的元数据,能够更准确地表达文章的内容,以及研究者的研究兴趣。根据研究者对脑信息源模型的兴趣改善查询,与现有方法相比,解决了查询过剩问题,大大提高了查询结果的准确性。

Patent Agency Ranking