公开(公告)号：CN112287665A

公开(公告)日：2021-01-29

申请号：CN202011116445.8

申请日：2020-10-19

Applicant: 南京南邮信息产业技术研究院有限公司 ,  南京邮电大学

Inventor： 亓晋 ,  张及棠 ,  孙雁飞 ,  闫文卿

IPC: G06F40/216 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了基于自然语言处理和集成训练的慢病数据分析方法及系统，系统包括数据预处理模块、数据识别模块、数据训练模块和数据可视化模块，数据预处理模块从外部的慢病数据库提取慢病数据生成对应的词向量，再将词向量量化作为训练样本；数据识别模块将训练样本的词向量输入到双向长短期记忆网络进行训练，得到隐藏向量并传送到条件概率场以计算字符标签；数据训练模块进行分类训练以提取慢病症状、生化病理指标和治疗间的三元关联模型，传送到数据可视化模块进行统计分析及传送到外部的用户界面模块呈现。从而达到充分利用大量的非结构化电子医疗数据、结合自然语言处理和集成训练神经网络来进行慢性病的成因分析、病情预测，从而对症下药。

公开(公告)号：CN112149896A

公开(公告)日：2020-12-29

申请号：CN202010986026.3

申请日：2020-09-18

Applicant: 南京邮电大学

Inventor： 孙雁飞 ,  张及棠 ,  亓晋 ,  许斌

IPC: G06Q10/04 ,  G06N3/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提出了一种基于注意力机制的机械设备多工况故障预测方法，包括以下步骤：步骤1）对数据进行预处理，将原始数据向量化处理，归一化，利用滑动时间窗口进行划分；步骤2）将预处理数据嵌入到长短期记忆网络层，经训练获得数据长范围依赖关系，计算出隐藏向量；步骤3）将步骤2）中的隐藏向量输入到的注意力层中；步骤4）在网络训练过程中，利用粒子群优化技术对网络参数进行优化处理；步骤5）将网络训练得到的结果输入到神经网络的全连接层，利用全连接层学习到的更高层特征表示进行线性回归计算，得到机械该周期对应的RUL，供人为调整机械运行参数或运行条件，本发明通过结合自然语言处理技术与注意力机制实现多工况下的故障预测。

公开(公告)号：CN112287665B

公开(公告)日：2024-05-03

申请号：CN202011116445.8

申请日：2020-10-19

Applicant: 南京南邮信息产业技术研究院有限公司 ,  南京邮电大学

Inventor： 亓晋 ,  张及棠 ,  孙雁飞 ,  闫文卿

IPC: G06F40/216 ,  G06F18/214 ,  G06N3/0464 ,  G06N3/049 ,  G06N3/08

Abstract: 本发明公开了基于自然语言处理和集成训练的慢病数据分析方法及系统，系统包括数据预处理模块、数据识别模块、数据训练模块和数据可视化模块，数据预处理模块从外部的慢病数据库提取慢病数据生成对应的词向量，再将词向量量化作为训练样本；数据识别模块将训练样本的词向量输入到双向长短期记忆网络进行训练，得到隐藏向量并传送到条件概率场以计算字符标签；数据训练模块进行分类训练以提取慢病症状、生化病理指标和治疗间的三元关联模型，传送到数据可视化模块进行统计分析及传送到外部的用户界面模块呈现。从而达到充分利用大量的非结构化电子医疗数据、结合自然语言处理和集成训练神经网络来进行慢性病的成因分析、病情预测，从而对症下药。