公开(公告)号：CN114758774A

公开(公告)日：2022-07-15

申请号：CN202210165815.X

申请日：2022-02-23

Applicant: 北京科技大学

Inventor： 王卫苹 ,  郑启 ,  罗熊 ,  王震 ,  何畅 ,  欧阳基鹏 ,  李建武

IPC: G16H50/30 ,  G16H50/70 ,  A61B5/00

Abstract: 本发明涉及神经计算建模技术领域,具体涉及一种基于丘脑皮层神经计算模型的阿尔茨海默病演化趋势分析，通过对经典的丘脑皮层神经计算模型进行优化，建立受Aβ淀粉样蛋白沉积影响的丘脑皮层神经计算数学模型，调整修正后模型中的Aβ淀粉样蛋标准化摄取值比率参数，对模型输出的脑电信号功率谱中α频段进行分析，进而判断阿尔茨海默病的阶段.本发明的有益效果是：该分析过程具有原理清晰、使用简单方便。即只要提供Aβ淀粉样蛋白相关参数,就可以预测出阿尔茨海默病的患病阶段、根据Aβ淀粉样蛋白相关参数，预测出阿尔茨海默病的患病阶段的工具。

公开(公告)号：CN109816015A

公开(公告)日：2019-05-28

申请号：CN201910060291.6

申请日：2019-01-22

Applicant: 北京科技大学

Inventor： 王卫苹 ,  樊素超 ,  张晓彤 ,  万亚东 ,  李壮 ,  万建 ,  王小芬 ,  李宇鹏

IPC: G06K9/62

Abstract: 本发明提供了一种基于材料数据的推荐方法及系统，涉及数据推荐技术领域，能够混合基于内容和基于协同过滤的推荐方法，结合两者的优点，转换评价值为输入向量，实现线下训练预测模型和线上利用模型进行推荐，从而有效地提高系统的推荐性能；该方法步骤包括：S1、根据爬取的数据得到材料数据内容属性信息的特征向量表示和用户-材料数据评价矩阵；S2、分别基于内容和基于协同过滤进行聚类，得到内容隶属度矩阵、材料数据隶属度矩阵和用户隶属度矩阵；S3、将内容隶属度矩阵和材料数据隶属度矩阵进行线性组合，再串联用户隶属度矩阵，得到输入向量；S4、训练模型并利用模型预测评估。本发明提供的技术方案适用于材料数据的推荐过程中。