公开(公告)号：CN118035394A

公开(公告)日：2024-05-14

申请号：CN202311676298.3

申请日：2023-12-08

Applicant: 重庆邮电大学

Inventor： 雷大江 ,  李新洋 ,  张根源 ,  张鱼齐 ,  苏卓萱 ,  朱倩微 ,  王烨 ,  于洪 ,  王国胤

IPC: G06F16/332 ,  G06F16/33 ,  G06F16/36 ,  G06N5/022 ,  G06N5/04

Abstract: 本发明涉及一种基于多源数据集成的医学问答方法及系统，包括：建立多种数据类型的本地知识库，并根据不同数据类型的本地知识库建立对应的搜索策略；获取用户的问诊语句，利用多种数据类型的搜索策略在本地知识库中对用户的问诊语句进行查询，得到用户问诊语句对应的医学知识；根据用户问诊语句对应的医学知识生成prompt模板，将生成的prompt模板输入训练好的医学大模型生成用户问诊语句对应的医学回复，通过搜索策略使prompt学习到外部专属知识指导大语言模型生成知识回复，避免大模型出现的"幻觉"问题，本发明具有广泛的应用前景，将有望提供更准确、高效的医学信息交流与解答服务。

公开(公告)号：CN116879753A

公开(公告)日：2023-10-13

申请号：CN202310740300.2

申请日：2023-06-21

Applicant: 重庆邮电大学

Inventor： 王进 ,  陆志 ,  苏卓萱

IPC: G01R31/367 ,  G01R31/392

Abstract: 本发明属于深度学习领域，具体涉及一种基于大数据的电池寿命预测方法，包括：采用循环电池容量损失与归一化方法对电池进行充电‑放电循环，得到电池容量损失，对电池的实际容量进行估计，得到电池数据；采用循环电池残余寿命分析方法计算电池数据多维度特征之间的相关性特征；将特征输入到Bi‑LSTM模型中，得到电池寿命特征表示；使用XGboost模型对电池寿命特征表示进行加权，并采用基于多维度特征的电池寿命预测模型对多个XGboost预测模型进行融合，得到最优的电池寿命预测结果；本发明采用循环电池残余寿命分析方法考虑电池的多维度特征，更全面地评估电池的寿命。