-
公开(公告)号：CN111820902B
公开(公告)日：2021-07-09
申请号：CN202010606588.0
申请日：2020-06-29
Applicant: 北京科技大学 , 北京大学第三医院(北京大学第三临床医学院)
Abstract: 本发明提供一种基于活动度特征的踝关节韧带损伤智能决策系统，属于智能辅助决策技术领域。所述系统包括：采集模块，用于采集损伤组与对照组中受试者的足踝部运动信息；构建模块，用于分别构建损伤组与对照组的距下关节活动度特征空间；生成模块，用于构建深度卷积生成式对抗网络，利用所述距下关节活动度特征空间中真实的距下关节活动度特征，扩展生成损伤组与对照组的距下关节活动度特征；决策模块，用于构建长短时记忆网络，利用损伤组与对照组真实的活动度特征与扩展生成的活动度特征组成训练集对长短时记忆网络进行训练，得到踝关节韧带损伤智能决策模型。采用本发明，能够实现小样本采集条件下的踝关节韧带损伤智能、精准的决策。
-
公开(公告)号：CN111820902A
公开(公告)日：2020-10-27
申请号：CN202010606588.0
申请日：2020-06-29
Applicant: 北京科技大学 , 北京大学第三医院(北京大学第三临床医学院)
Abstract: 本发明提供一种基于活动度特征的踝关节韧带损伤智能决策系统，属于智能辅助决策技术领域。所述系统包括：采集模块，用于采集损伤组与对照组中受试者的足踝部运动信息；构建模块，用于分别构建损伤组与对照组的距下关节活动度特征空间；生成模块，用于构建深度卷积生成式对抗网络，利用所述距下关节活动度特征空间中真实的距下关节活动度特征，扩展生成损伤组与对照组的距下关节活动度特征；决策模块，用于构建长短时记忆网络，利用损伤组与对照组真实的活动度特征与扩展生成的活动度特征组成训练集对长短时记忆网络进行训练，得到踝关节韧带损伤智能决策模型。采用本发明，能够实现小样本采集条件下的踝关节韧带损伤智能、精准的决策。
-
公开(公告)号：CN119170267A
公开(公告)日：2024-12-20
申请号：CN202411185026.8
申请日：2024-08-27
Applicant: 北京科技大学
IPC: G16H50/30 , G16H50/70 , G16H10/20 , G06V30/22 , G06V30/19 , G06F18/25 , G06F18/2415 , G06F18/2431 , G06F16/35 , G06F16/33 , G06F40/30 , G06F40/284 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及自然语言处理技术领域，特别涉及一种基于文本特征融合的心理健康智能评估方法及系统。方法包括：获取受试者的手写笔迹图像，基于OCR技术进行手写文字识别对图像及文本数据进行预处理，采集受试者笔迹图像后的心理调查问卷；根据预处理后的图像及文本数据，基于改进的MobileVit模型提取多尺度笔迹特征、基于标准字库对比提取个性化手写特征、基于改进的Bert模型提取文本语义特征，而后进行跨模态特征融合；通过大规模预训练模型对跨模态融合特征进行分析和预测，实现心理健康的智能评估；结合心理调查问卷情况，对心理健康智能评估结果进行验证和评价，确保评估结果的准确性和可靠性。本发明能够实现对受试者心理健康状态的智能、精准评估。
-
公开(公告)号：CN118692666A
公开(公告)日：2024-09-24
申请号：CN202410499772.8
申请日：2024-04-24
Applicant: 北京科技大学
Abstract: 本发明涉及人工智能技术领域，特别涉及一种基于饮食行为的体检异常结果预测方法及装置。方法包括：获取饮食行为数据；将饮食行为数据处理为多元时间序列数据，构建缺失值填补模型，训练缺失值填补模型；对多元时间序列数据的缺失值进行填补，输出填补数据；获取目标人员的体检数据，提取体检数据中的异常结果数据；对填补数据进行预处理形成体检异常结果预测数据，构建并训练体检异常结果预测模型；将体检异常结果预测数据输入至训练后的体检异常结果预测模型，输出体检异常预测结果。通过本发明，员工不仅能了解到自身健康状况，也能为其提供相关的健康建议，帮助其调整饮食习惯，降低患病风险，改善整体健康水平，帮助企业改进食堂的菜品结构。
-
公开(公告)号：CN114139648B
公开(公告)日：2022-08-02
申请号：CN202111488714.8
申请日：2021-12-07
Applicant: 北京科技大学
IPC: G06K9/62 , G06N3/04 , G06N3/08 , G06F16/215 , G06F16/2458
Abstract: 本发明公开了一种尾矿充填管路异常智能检测方法及系统，该方法包括：采集尾矿充填过程中管路正常运行状态下各监测节点的管路参数，构建时序特征样本数据；其中，管路参数包括流量和压力；构建生成对抗网络模型，并利用时序特征样本数据对生成对抗网络模型进行训练，以得到用于生成伪管路参数的管路参数生成模型；利用管路参数生成模型生成伪管路参数，将当前待检测管路的实测管路参数与管路参数生成模型生成的伪管路参数进行比对；根据比对结果判断当前管路的管路参数是否处于正常范围，以实现尾矿充填管路的异常检测。本发明可实现无负样本情况下尾矿充填管路异常的智能、精准检测。
-
Patent Agency Ranking
公开(公告)号：CN114139648A
公开(公告)日：2022-03-04
申请号：CN202111488714.8
申请日：2021-12-07
Applicant: 北京科技大学
IPC: G06K9/62 , G06N3/04 , G06N3/08 , G06F16/215 , G06F16/2458
Abstract: 本发明公开了一种尾矿充填管路异常智能检测方法及系统，该方法包括：采集尾矿充填过程中管路正常运行状态下各监测节点的管路参数，构建时序特征样本数据；其中，管路参数包括流量和压力；构建生成对抗网络模型，并利用时序特征样本数据对生成对抗网络模型进行训练，以得到用于生成伪管路参数的管路参数生成模型；利用管路参数生成模型生成伪管路参数，将当前待检测管路的实测管路参数与管路参数生成模型生成的伪管路参数进行比对；根据比对结果判断当前管路的管路参数是否处于正常范围，以实现尾矿充填管路的异常检测。本发明可实现无负样本情况下尾矿充填管路异常的智能、精准检测。
-
公开(公告)号：CN113269160A
公开(公告)日：2021-08-17
申请号：CN202110798775.8
申请日：2021-07-15
Applicant: 北京科技大学
Abstract: 本发明公开了一种基于眼动特征的结肠镜操作困境智能鉴别系统，包括：信息采集模块：用于采集受试者在结肠镜仿真操作过程中观察显示屏幕有效区域的眼动信息；特征构建模块：用于根据采集的眼动信息，针对结肠镜视野正常与视野丢失两种情况，构建具有显著特异性的眼动特征空间；特征增强模块：用于构建深度卷积生成式对抗网络，分别根据视野正常与视野丢失两种情况下的真实眼动特征进行生成扩展，得到增强眼动特征；困境鉴别模块：用于构建长短时记忆神经网络，利用视野正常与视野丢失两种情况下的真实眼动特征与增强眼动特征组成训练集，对长短时记忆神经网络进行训练，得到结肠镜操作困境智能鉴别模型。
-
公开(公告)号：CN110942454A
公开(公告)日：2020-03-31
申请号：CN201911172184.9
申请日：2019-11-26
Applicant: 北京科技大学
Abstract: 本发明涉及农业图像识别和人工智能技术领域，提供了一种农业图像语义分割方法，通过对原始农业图像进行大图片切割；利用图片旋转、平移变换等数据增强方法对图像进行数据增强；采用加入注意力机制的u-net神经网络模型对处理后的图片进行训练得到模型；利用模型进行预测，对农作物进行分割。本发明解决了传统以人工方式解译遥感影像目标信息的方法难以适应现代设施农业地物信息获取的技术问题；本发明方法新颖合理，识别效果好，可以广泛应用在农作物语义分割领域，为农作物图像分割提供了强大的理论和技术支持，具有广阔的应用前景。
-
公开(公告)号：CN118377875A
公开(公告)日：2024-07-23
申请号：CN202410463959.2
申请日：2024-04-17
Applicant: 北京科技大学
IPC: G06F16/332 , G06F16/33 , G06F16/34 , G06F16/36 , G06F16/832 , G06F40/186 , G06F40/30 , G16H50/70 , G06N5/022
Abstract: 本发明涉及自然语言处理技术领域，特别是指一种基于颈椎疾病知识图谱的大语言模型问答方法及装置。基于颈椎疾病知识图谱的大语言模型问答方法包括：获得颈椎病知识图谱数据；基于层叠式指针标注的联合解码结构进行模型构建，获得三元组联合抽取模型；基于知识图谱本体，使用三元组联合抽取模型对所述颈椎病知识图谱数据进行数据抽取，获得三元组数据；使用Neo4j图数据库构建颈椎病知识图谱；基于预设的推理问句提示模版，使用大语言模型技术，将输入语句转化为查询语句；根据输入语句以及查询语句，在颈椎知识图谱中进行检索，获得疾病知识查询结果。本发明是一种结合颈椎疾病知识图谱与大语言模型的高效信息自动化的精准疾病问答方法。
-
公开(公告)号：CN113221968B
公开(公告)日：2023-02-21
申请号：CN202110444389.9
申请日：2021-04-23
Applicant: 北京科技大学
IPC: G06F18/241 , G06F18/10 , G06F18/214 , G06N3/0464 , G06N3/08 , G06F16/215 , G06F16/2458
Abstract: 本发明公开了一种胶带输送机运行状态诊断方法及装置，该方法包括：实时采集待进行运行状态诊断的胶带输送机的运行时序数据；对采集的运行时序数据进行预处理，以补全数据缺失值并进行数据归一化；基于预处理后的运行时序数据，利用预设的胶带输送机运行状态识别诊断模型识别出当前胶带输送机的运行状态；其中，胶带输送机运行状态识别诊断模型的输入为胶带输送机的运行时序数据，输出为胶带输送机的运行状态。本发明是一种高效的能从原始运行时序信号学习信号的高层次特征的胶带输送机运行状态诊断方法。可识别胶带输送机的早期故障，提前采取相应的预防措施降低胶带输送机运行风险。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.047 seconds)
