-
公开(公告)号：CN109788566B
公开(公告)日：2023-05-09
申请号：CN201910047058.4
申请日：2019-01-18
Applicant: 南京邮电大学
IPC: H04W72/53 , G06N3/0455 , G06N3/092 , G06N3/084 , G06N3/0442
Abstract: 本发明揭示了一种基于深度增强学习的网络资源分配方法，包括如下步骤：S1、建立基于缓存的CSCN的下行传输链路系统模型，通过分析用户使用模型中不同链路的数据传输速率计算SBS的数据传输速率；S2、提出博弈问题，以最大化网络吞吐量为目标，使用博弈论将问题公式化为一个多智能体非合作博弈问题；S3、使用LSTM模型来预测用户的移动模式，SBS根据用户的移动模式以及用户所连接的SBS的缓存状态来选择传输条件最优的用户；S4、建立RL‑LSTM框架，使得SBS完成对信道资源的有效分配。本发明充分考虑了用户的移动模式和用户所连接SBS的缓存状态，使得SBS选择传输条件最优的用户，提升了系统的网络吞吐量。
-
Patent Agency Ranking
公开(公告)号：CN110782997A
公开(公告)日：2020-02-11
申请号：CN201910940526.0
申请日：2019-09-30
Applicant: 南京邮电大学
Abstract: 本发明提出了一种用于上市后药品风险自动识别的风险评估模型，所述方法以我国药品不良反应ADR西药报告数据为基础，以FA：ADR发生率、FB：ADR伤害指数、FC：ADR覆盖率、FD：ADR严重程度四个指标建立综合评价指标。将药品风险值FADR定义为上述四个指标的加权和，FADR=αFA+βFB+γFC+δFD，利用人工蜂群算法ABC算法在我国ADR监测数据中进行仿真实验，约束条件为α+β+γ+δ=1，且α，β，γ，δ∈（0，1），求得各个权重的最优解和最终的药品风险值FADR。本发明为上市后药品安全监测与管理提供了一种用于药品风险量化表示的方法，为后期非处方药和处方药的类别转化提供一个方便可靠的自动识别的参考模型。
-
公开(公告)号：CN109788566A
公开(公告)日：2019-05-21
申请号：CN201910047058.4
申请日：2019-01-18
Applicant: 南京邮电大学
Abstract: 本发明揭示了一种基于深度增强学习的网络资源分配方法，包括如下步骤：S1、建立基于缓存的CSCN的下行传输链路系统模型，通过分析用户使用模型中不同链路的数据传输速率计算SBS的数据传输速率；S2、提出博弈问题，以最大化网络吞吐量为目标，使用博弈论将问题公式化为一个多智能体非合作博弈问题；S3、使用LSTM模型来预测用户的移动模式，SBS根据用户的移动模式以及用户所连接的SBS的缓存状态来选择传输条件最优的用户；S4、建立RL-LSTM框架，使得SBS完成对信道资源的有效分配。本发明充分考虑了用户的移动模式和用户所连接SBS的缓存状态，使得SBS选择传输条件最优的用户，提升了系统的网络吞吐量。
-
公开(公告)号：CN109215799A
公开(公告)日：2019-01-15
申请号：CN201810946651.8
申请日：2018-08-20
Applicant: 南京邮电大学
Abstract: 本发明揭示了一种用于合并用药不良反应报告数据中虚假关联信号的筛选方法，包括如下步骤：S1、数据获取与预处理步骤，获取ADR数据并进行规范化处理；S2、数据拆分步骤，将数据拆分为单一对应组合；S3、频次统计及分析步骤，统计数据中每个组合的出现频次并进行相关性分析；S4、简易假性关联模型建立步骤，建立简易假性关联模型；S5、假性关联信号比例失衡模型建立步骤，建立假性关联信号比例失衡模型；S6、信号检测步骤，对优化前后的数据进行信号检测；S7、有效性评价步骤，对合并用药虚假关联筛选进行有效性评价，判断筛选前后信号检测的效果。本发明能够提升合并用药数据质量，提高不良反应信号检测的精度和效率。
-
公开(公告)号：CN109215799B
公开(公告)日：2022-03-15
申请号：CN201810946651.8
申请日：2018-08-20
Applicant: 南京邮电大学
Abstract: 本发明揭示了一种用于合并用药不良反应报告数据中虚假关联信号的筛选方法，包括如下步骤：S1、数据获取与预处理步骤，获取ADR数据并进行规范化处理；S2、数据拆分步骤，将数据拆分为单一对应组合；S3、频次统计及分析步骤，统计数据中每个组合的出现频次并进行相关性分析；S4、简易假性关联模型建立步骤，建立简易假性关联模型；S5、假性关联信号比例失衡模型建立步骤，建立假性关联信号比例失衡模型；S6、信号检测步骤，对优化前后的数据进行信号检测；S7、有效性评价步骤，对合并用药虚假关联筛选进行有效性评价，判断筛选前后信号检测的效果。本发明能够提升合并用药数据质量，提高不良反应信号检测的精度和效率。
-
公开(公告)号：CN110767319A
公开(公告)日：2020-02-07
申请号：CN201910940779.8
申请日：2019-09-30
Applicant: 南京邮电大学
IPC: G16H70/40
Abstract: 本发明揭示了一种用于联合用药不良反应信号检测的方法，包括如下步骤：S1、数据获取与处理，获取ADR原始数据并进行数据处理；S2、联合用药不良反应已知数据获取、规范，通过公开可搜索数据库获取数据作为结果评估标准的对照库；S3、联合用药新药整合，将联合用药报告中报告编码相同的数据中的两种药品处理为A+B格式作为一种新药；S4、生成新数据集，合并单独用药数据与联合用药新药数据；S5、信号检测，利用MHRA+算法进行数据挖掘与分析；S6、检测信号评价，提取输出结果中表示为A+B→ADR的信号与已知库对照，评价结果的有效性。本发明将联合用药看做一种新药联合报告数据作为联合用药数据集能够有效地度量联合用药的药品与不良反应的相关性，用于联合用药不良反应信号检测。
-
-
-
-
-
Search Results
6
records
(took 0.027 seconds)
