-
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。
-
Patent Agency Ranking
公开(公告)号：CN109346185B
公开(公告)日：2022-03-04
申请号：CN201811096530.5
申请日：2018-09-19
Applicant: 北京科技大学
Abstract: 本发明提供一种中医辅助诊断系统，能够在现有症状基础上帮助医生提前发现患者的健康隐患，实现疾病辅助诊断的功能。所述系统包括：信息预处理模块，用于对输入的患者病历信息进行编码，生成相应的离散二值化数据序列；症状预测模块，用于根据生成的离散二值化数据序列，利用层次实时记忆模型对患者未来症状进行预测；辅助诊断模块，用于将预测得到的患者未来症状与预先建立的名老中医经验知识库进行相似度匹配，从所述名老中医经验知识库中提取与预测症状相似度最高的若干诊断方案。本发明涉及智能导诊、计算机自动诊断技术领域。
-
公开(公告)号：CN109919370B
公开(公告)日：2021-06-11
申请号：CN201910143397.2
申请日：2019-02-26
Applicant: 国网冀北电力有限公司运营监测(控)中心 , 北京科技大学
Abstract: 本发明提供一种电力负荷预测方法及预测装置，能够提高电力负荷结果预测的时效性和准确性。所述方法包括：获取多个公变台区的三相电力负荷数据及其对应的气象数据、星期类型；对获取的所有公变台区的同一相的电力负荷数据中的电力负荷值进行聚类，将电力负荷曲线特性相似的公变台区聚为一簇；构建LSTM‑Attention神经网络模型；获取待预测的公变台区，确定所述待预测的公变台区所属的簇；根据构建的LSTM‑Attention神经网络模型及所述待预测的公变台区所属的簇中的相似性公变台区对应的三相电力负荷数据、气象数据和星期类型，采用迭代预测的方式，对待预测的公变台区的每相电力负荷进行预测。本发明涉及电力技术领域。
-
公开(公告)号：CN109919370A
公开(公告)日：2019-06-21
申请号：CN201910143397.2
申请日：2019-02-26
Applicant: 国网冀北电力有限公司运营监测(控)中心 , 北京科技大学
Abstract: 本发明提供一种电力负荷预测方法及预测装置，能够提高电力负荷结果预测的时效性和准确性。所述方法包括：获取多个公变台区的三相电力负荷数据及其对应的气象数据、星期类型；对获取的所有公变台区的同一相的电力负荷数据中的电力负荷值进行聚类，将电力负荷曲线特性相似的公变台区聚为一簇；构建LSTM-Attention神经网络模型；获取待预测的公变台区，确定所述待预测的公变台区所属的簇；根据构建的LSTM-Attention神经网络模型及所述待预测的公变台区所属的簇中的相似性公变台区对应的三相电力负荷数据、气象数据和星期类型，采用迭代预测的方式，对待预测的公变台区的每相电力负荷进行预测。本发明涉及电力技术领域。
-
公开(公告)号：CN109346185A
公开(公告)日：2019-02-15
申请号：CN201811096530.5
申请日：2018-09-19
Applicant: 北京科技大学
Abstract: 本发明提供一种中医辅助诊断系统，能够在现有症状基础上帮助医生提前发现患者的健康隐患，实现疾病辅助诊断的功能。所述系统包括：信息预处理模块，用于对输入的患者病历信息进行编码，生成相应的离散二值化数据序列；症状预测模块，用于根据生成的离散二值化数据序列，利用层次实时记忆模型对患者未来症状进行预测；辅助诊断模块，用于将预测得到的患者未来症状与预先建立的名老中医经验知识库进行相似度匹配，从所述名老中医经验知识库中提取与预测症状相似度最高的若干诊断方案。本发明涉及智能导诊、计算机自动诊断技术领域。
-
公开(公告)号：CN110535149A
公开(公告)日：2019-12-03
申请号：CN201910766059.4
申请日：2019-08-19
Applicant: 国网冀北电力有限公司运营监测(控)中心 , 北京科技大学
IPC: H02J3/26
Abstract: 本发明提供一种公变台区电力负荷三相不平衡预测方法，能够提高预测结果的准确度。所述方法包括：获取公变台区的具有时序性的历史三相电力负荷数据，对公变台区进行聚类，将特性相似的公变台区聚为一簇；确定与用电负荷强关联的内部指标和外部指标；针对每簇，将其对应的历史电力负荷和外部指标数据进行结合，得到相应簇的训练集；构建基于CLSTM-Attention的电力负荷预测模型，利用得到的相应簇的训练集，对构建的电力负荷预测模型进行训练，训练好的电力负荷预测模型采用迭代预测的方式，预测相应簇集合中某公变台区未来指定日的三相电力负荷预测；根据预测得到的三相电力负荷，确定相应公变台区未来指定日是否出现三相不平衡情况。本发明涉及电力系统领域。
-
-
-
-
-
-
Search Results
7
records
(took 0.036 seconds)
