-
公开(公告)号：CN113839663B
公开(公告)日：2023-09-15
申请号：CN202111130942.8
申请日：2021-09-26
Applicant: 重庆大学
IPC: H03K19/177
Abstract: 本发明公开了一种延迟不敏感异步电路单元、M×N‑Join及其工作方法。所述异步电路单元，包括一个2×2‑jion基础元件和一个Splitter组合元件；Splitter组合元件包括一个merge基础元件以及两个fork基础元件；第一fork基础元件的第一输出端与2×2‑jion基础元件的第三输入端连接；第二fork基础元件的第一输出端与2×2‑jion基础元件的第四输入端连接；2×2‑jion基础元件的第三输入端与2×2‑jion基础元件的第四输入端同轴向；第一fork基础元件的第二输出端与第二fork基础元件的第二输出端分别与merge基础元件的两个输入端连接。本申请提出了一个结构简单的延迟不敏感异步电路单元，由其扩展的M×N‑jion设计，具有较好的扩展性和平面性。
-
公开(公告)号：CN109829733B
公开(公告)日：2023-02-03
申请号：CN201910097065.5
申请日：2019-01-31
Applicant: 重庆大学
IPC: G06Q30/018 , G06Q30/0217
Abstract: 本发明公开一种基于购物行为序列数据的虚假评论检测系统和方法，包括以下步骤：S1：获取用户购物行为序列数据，标记为序列Z；S2：从Z中获取训练或待检商品的购物行为序列数据，并进行预处理得到序列H；S3：利用序列H中的数据进行概率后缀树模型的建模，以便于分析；S4:对商品进行筛选得到可疑商品集合U；S5：对可疑商品集合U中每件商品的评论进行分析，获得商品的可疑评论集合W；S6：利用概率后缀树模型分析检测虚假评论者；S7：搜索虚假评论者评价的商品，并对可疑商品集合U进行更新。本发明通过感知用户的购物行为，构建一种有别于评论文本的概率后缀树模型，用于检测虚假评论者。
-
公开(公告)号：CN105320753A
公开(公告)日：2016-02-10
申请号：CN201510642981.4
申请日：2015-09-30
Applicant: 重庆大学
IPC: G06F17/30
CPC classification number: G06F17/30705
Abstract: 本发明公开了一种基于层次引力模型的不平衡数据分类方法及其系统，该方法包括以下步骤：S1，获取待分类样本集Z，待分类样本集Z中的样本都包含D个属性，D为正整数；S2，对样本的属性值进行区间划分，每个属性划分为L个区间，L为正整数，样本划分为LD个D维立方体，并计算属性权重；S3，划分特征空间，将待分类样本集Z放入对应的层次D维立方体里，结合引力模型对样本进行标记分类。本发明解决以下问题：针对多层次模型在不同分辨率下对属性进行加权，改善了层次模型的分类性能；通过对属性在不同分辨率下进行划分建立层次分类模型，提高了分类的效率；使用局部引力模型优化了空间重叠区域数据的分类精度。
-
公开(公告)号：CN114297986B
公开(公告)日：2024-07-02
申请号：CN202111528952.7
申请日：2021-12-14
Applicant: 重庆大学
IPC: G06F40/126 , G06F40/289 , G06F18/241 , G06F18/2431 , G06N3/0455 , G06N3/092 , G16H10/60 , G16H15/00
Abstract: 本发明公开一种基于强化学习的ICD自动合并编码系统和方法，S1：采集原始病案数据并移除缺损或错误条目后得到有效病案数据；S2：对有效病案数据进行预处理，再将病案文本进行中文分词，构建特征向量；S3：构建第一数据集和第二数据集；S4：构建ICD编码分配模型，并将第一数据集输入ICD编码分配模型完成训练；S5：构建诊断组合提取模型，并将第二数据集输入诊断组合提取模型完成训练；S6：将ICD编码分配模型与诊断组合进行联合训练，输出诊断对应的ICD编码。本发明提出ICD合并编码，并学习疾病诊断间潜在的关系，在无需人工标记的情况下，准确将需要合并编码的疾病诊断组合在一起构建诊断表征，以供ICD编码分配模型使用，提高分配精度。
-
公开(公告)号：CN116364220A
公开(公告)日：2023-06-30
申请号：CN202310039623.9
申请日：2023-01-13
Applicant: 重庆大学
IPC: G16H10/60 , G16H50/70 , G06F40/126 , G06F16/35 , G06N3/048 , G06N3/0499 , G06N3/0442 , G06N3/0464
Abstract: 本发明公开一种基于疾病关系增强的自动ICD编码方法和系统，包括以下步骤：S1：输入待进行ICD编码的临床文本；S2：对S1中的临床文本进行预处理，即将临床文本构建为单词序列；S3：将单词序列转换为词向量序列，输入构建的编码器，提取临床文本向量；S4：构建疾病之间的邻接矩阵M，并进行融合更新，输出节点表示；S5：根据S3输出的临床文本向量和S4输出的节点表示，执行标签注意力，输出临床文本表示Z；S6：将临床文本表示Z输入前馈神经网络，然后进行sigmod激活,输出ICD编码分类结果。
-
Patent Agency Ranking
公开(公告)号：CN114969520A
公开(公告)日：2022-08-30
申请号：CN202210527650.6
申请日：2022-05-16
Applicant: 重庆大学
IPC: G06F16/9535 , G06F16/9536 , G06F40/247 , G06F40/284 , G06F40/289 , G06F40/30 , G06K9/62 , G06Q30/06
Abstract: 本发明提供了基于标签信息和商品属性的商品推荐方法、系统及设备，方法包括：获取用户对商品的评分和标注信息，基于用户标注行为和语义信息计算商品标签相似度，进行标签扩展，并计算商品间相似度，利用基于商品的协同过滤法计算得到初始评分矩阵；计算用户对商品属性的偏好信息，将偏好信息融入矩阵分解，结合初始评分矩阵，构建矩阵分解模型；基于优化后矩阵分解模型的参数、冷启动用户的商品属性偏好信息以及冷启动用户评分信息，得到冷启动用户的预测评分矩阵；基于预测评分矩阵，为冷启动用户进行商品推荐。本发明采用结合标签信息和用户偏好的矩阵分解推荐方法，从而从根源上解决了现有的对冷启动用户推荐难、推荐准确率低的问题。
-
公开(公告)号：CN105205274B
公开(公告)日：2018-03-23
申请号：CN201510648432.8
申请日：2015-10-09
Applicant: 重庆大学
IPC: G06F17/50
Abstract: 本发明提供了一种并行计算异步电路，由大量的、相同的异步电路模块按照统一的、邻近相连的方式连线构成。每个模块能够执行生命游戏细胞自动机规则的逻辑运算，且通过同步器与相邻的8个异步电路模块连接；每个异步电路模块根据与其相连的其他异步电路模块的状态集合更新自身状态，同步器只有接收到与其相连的两个异步电路模块的状态信息后才导通输出信息，保证所有异步电路模块同步更新自身状态。本发明的异步电路模块利用改进的生命游戏规则更新自身状态，每一个代表着生命游戏细胞的异步电路模块都独立的完成信号的处理及状态的更新，并且利用同步器保证所有异步电路模块同步更新自身状态，具有与细胞自动机同等的快速的并行计算能力。
-
公开(公告)号：CN114429122B
公开(公告)日：2024-06-11
申请号：CN202210088035.X
申请日：2022-01-25
Applicant: 重庆大学
IPC: G06F40/30 , G06F40/211 , G06F40/284 , G06F18/2415 , G06F18/25 , G06N3/042 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/084
Abstract: 本发明公开一种基于循环注意力的方面级情感分析系统和方法，包括循环注意力模块、方面挖掘注意力模块和特征融合分类模块；其中，所述循环注意力模块，基于GRU的门控机制，对文本进行注意力操作，得到更新的依赖矩阵，以调整图卷积神经网络卷积过程中对不同依赖的关注度；所述方面挖掘注意力模块，用于将每一层图卷积神经网络对句子方面的编码分别作为Query，对文本做注意力操作，挖掘文本中关于方面情感的语义信息，输出语义特征；所述特征融合分类模块，使用全连接层对语义特征进行融合处理，再进行情感分类。
-
公开(公告)号：CN114429122A
公开(公告)日：2022-05-03
申请号：CN202210088035.X
申请日：2022-01-25
Applicant: 重庆大学
IPC: G06F40/211 , G06F40/289 , G06F40/30 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开一种基于循环注意力的方面级情感分析系统和方法，包括循环注意力模块、方面挖掘注意力模块和特征融合分类模块；其中，所述循环注意力模块，基于GRU的门控机制，对文本进行注意力操作，得到更新的依赖矩阵，以调整图卷积神经网络卷积过程中对不同依赖的关注度；所述方面挖掘注意力模块，用于将每一层图卷积神经网络对句子方面的编码分别作为Query，对文本做注意力操作，挖掘文本中关于方面情感的语义信息，输出语义特征；所述特征融合分类模块，使用全连接层对语义特征进行融合处理，再进行情感分类。
-
公开(公告)号：CN114297986A
公开(公告)日：2022-04-08
申请号：CN202111528952.7
申请日：2021-12-14
Applicant: 重庆大学
IPC: G06F40/126 , G06F40/289 , G06K9/62 , G06N20/00 , G16H10/60 , G16H15/00
Abstract: 本发明公开一种基于强化学习的ICD自动合并编码系统和方法，S1：采集原始病案数据并移除缺损或错误条目后得到有效病案数据；S2：对有效病案数据进行预处理，再将病案文本进行中文分词，构建特征向量；S3：构建第一数据集和第二数据集；S4：构建ICD编码分配模型，并将第一数据集输入ICD编码分配模型完成训练；S5：构建诊断组合提取模型，并将第二数据集输入诊断组合提取模型完成训练；S6：将ICD编码分配模型与诊断组合进行联合训练，输出诊断对应的ICD编码。本发明提出ICD合并编码，并学习疾病诊断间潜在的关系，在无需人工标记的情况下，准确将需要合并编码的疾病诊断组合在一起构建诊断表征，以供ICD编码分配模型使用，提高分配精度。
-
-
-
-
-
-
-
-
-
Search Results
28
records
(took 0.02 seconds)
