-
公开(公告)号：CN116779095A
公开(公告)日：2023-09-19
申请号：CN202310471305.X
申请日：2023-04-27
Applicant: 西南交通大学
Abstract: 本发明公开了一种知识数据双驱动的合理用药预测方法，包括获取原始数据，将原始数据按照预设方式进行预处理；对预处理后的数据集按照不同的数据类型进行编码；利用机器学习模型对表征数据进行训练；获取合理用药的专家知识，构建可视化知识图谱；采用基于路径推理的方式对可视化知识图谱进行推理，得到知识驱动的合理用药预测模型；将数据驱动的合理用药预测模型与知识驱动的合理用药预测模型进行融合，得到知识数据双驱动的合理用药预测模型，进行可解释性合理用药预测。本发明基于多维度特征数据，能够提高对该患者的药物选择以及药物剂量预测的准确性和鲁棒性；采用的数据与知识双驱动的方式，能有效提高合理用药方案的可信度。
-
公开(公告)号：CN116614394A
公开(公告)日：2023-08-18
申请号：CN202310550450.7
申请日：2023-05-16
Applicant: 西南交通大学
IPC: H04L41/16 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/092 , H04L41/40
Abstract: 本发明公开了一种基于多目标深度强化学习的服务功能链放置方法，具体为：生成需要放置的服务功能链实例以及用户服务需求；将用户服务需求映射为子问题，并为每个优化指标分配权重偏好；判断权重偏好是否在以往时间步出现，检索当前权重偏好对应的问题最优神经网络模型；否则，初始化当前权重偏好下的神经网络模型；获取当前物理网络环境信息输入时空编码器中进行信息编码；将编码信息输入分布式强化学习智能体中，智能体神经网络进行决策计算并生成决策函数；保存并更新当前权重下的神经网络模型参数，执行分布式强化学习中所有智能体的联合决策；服务功能链放置任务完成。本发明提高了在不同动态网络环境下放置服务功能链的资源分配能力。
-
公开(公告)号：CN116486990A
公开(公告)日：2023-07-25
申请号：CN202310468420.1
申请日：2023-04-27
Applicant: 西南交通大学
Abstract: 本发明提供了一种基于集成学习的药物反应可解释分析方法，所述方法包括：获取原始数据，将所述原始数据进行抽取和向量化编码，得到第一数据；所述第一数据来源不同数据表，按照时间戳进行整合，得到训练数据；将训练数据输入集成学习模型进行训练，利用模型解释算法解释集成学习模型，得到重要特征集；将所述重要特征集输入集成学习模型进行训练，利用模型解释算法解释药物反应。本发明利用生成重要特征集解决了药物反应分析数据模式复杂的问题，同时针对药物反应结局进行可解释分析，增强了模型的可信度，为药物反应分析提供有利依据，因此具有较高的应用价值。
-
公开(公告)号：CN116437341A
公开(公告)日：2023-07-14
申请号：CN202310387570.X
申请日：2023-04-12
Applicant: 西南交通大学
IPC: H04W12/02 , G06F9/445 , H04W12/63 , H04W12/122
Abstract: 本发明公开了一种移动区块链网络的计算卸载与隐私保护联合优化方法，具体为：将任务卸载、用户隐私保护和挖掘利润形式化作为联合优化问题，建模为马尔科夫决策过程，使用D3QN算法在最小化长期系统卸载效用的同时最大化所有区块链用户的隐私级别；构建基于移动边缘计算MEC的区块链网络模型，包括MEC服务器、无线接入点AP、一组多个物联网设备和多组MUs，其中多个移动用户MUs充当挖掘者，使用D3QN算法将状态信息作为输入获得卸载决策xnm，决定是在本地计算还是边缘计算。本发明有效增强了用户隐私，并减少了能源消耗和计算延迟，在不事先了解系统动态的情况下有效地解决大量状态空间问题，降低了卸载成本。
-
公开(公告)号：CN116402131A
公开(公告)日：2023-07-07
申请号：CN202310205129.5
申请日：2023-03-06
Applicant: 西南交通大学
IPC: G06N5/02 , G06F16/901
Abstract: 本发明提供了一种知识图谱数据的多路归并方法、装置、设备及介质，涉及数据存储技术领域，包括获取待归并的知识图谱数据，将所述识图谱数据映射为多个前缀树；构建位向量，基于预设的编码方式将每个前缀树中的子树的树拓扑数据存储在位向量的区间内，并将每个前缀树中所有的前缀字符分别存储在与位向量对应的字符数组中；计算每个位向量的超限值，使用预设的数据结构为位向量建立索引；从字符数组中读取前缀字符，利用索引抽取所读取到的前缀字符所覆盖的子树的拓扑数据；将抽取到的子树的拓扑数据构建为临时数组，归还子树所占用的位向量，本发明优化了多路精简知识图谱数据归并过程中内存开销过大的问题，实现了归并紧凑图谱数据的有序存储。
-
Patent Agency Ranking
公开(公告)号：CN116110542A
公开(公告)日：2023-05-12
申请号：CN202211656042.1
申请日：2022-12-22
Applicant: 西南交通大学
Abstract: 本发明提供了一种基于可信多视图的数据分析方法，属于数据处理技术领域。该方法包括：对原始三高数据进行处理，提取视图数据；根据提取的视图数据，利用三高数据分析模型输出多视图的类别概率和不确定性质量，同时，该方法设计了注意力模块，动态地建模视图内各指标数据间的关系，并为指标分配不同的权重整合视图内信息进行视图表示，此外，将学习到的多视图表示送入到可信多视图融合模块，结合证据理论执行可靠的多视图融合，并给出不同三高数据的关联因素。本发明结合可信多视图融合方法，在含有不同质量的多视图医疗数据情况下，结合证据理论执行可靠的多视图融合，分析三高数据的关联因素。
-
公开(公告)号：CN111309930B
公开(公告)日：2023-02-28
申请号：CN202010151549.6
申请日：2020-03-06
Applicant: 西南交通大学
IPC: G06F16/36
Abstract: 本发明提供了一种基于表示学习的医学知识图谱实体对齐方法，实体的完全字符串匹配，去除公有实体得到待对齐实体；通过知识表示学习模型对两个知识图谱中的三元组进行训练，得到每个实体的嵌入向量；计算待对齐实体与标准实体的语义距离，找出语义距离值最高的前十个推荐实体；通过构造医学知识数据的词根集，去除词根完全不同的候选实体；判断待对齐实体与推荐实体是否为同一科室和部位，去除推荐实体中不可靠的结果；将最后获得的待对齐实体与推荐实体进行标注，找出推荐实体中与待对齐实体指向相同的实体，完成实体对齐。本发明在表示学习的基础上，根据医学领域知识的特点，加入词根和规则对候选实体进行筛选，得到更精确的实体对齐结果。
-
公开(公告)号：CN115453227A
公开(公告)日：2022-12-09
申请号：CN202210943361.4
申请日：2022-08-08
Applicant: 西南交通大学
Abstract: 本发明提供了道岔转辙机故障诊断方法、装置、设备及可读存储介质，所述方法包括：获取不同类型的道岔转辙机的动作曲线，所述动作曲线包括A相电流曲线、B相电流曲线、C相电流曲线和功率曲线；对每一个所述动作曲线进行故障标注，得到标注后的动作曲线；基于每个所述标注后的动作曲线构建样本集，并构建对比曲线集；利用所述样本集和对比曲线集对深度神经网络模型进行训练，得到训练后的深度神经网络模型；利用所述训练后的深度神经网络模型对待诊断的道岔转辙机进行故障诊断，得到故障诊断结果。在本发明中，通过融合道岔转辙机历史样本信息来帮助诊断道岔转辙机故障，有效提升了模型诊断精度。
-
公开(公告)号：CN115251838A
公开(公告)日：2022-11-01
申请号：CN202210708273.6
申请日：2022-06-21
Applicant: 西南交通大学
IPC: A61B5/00 , A61B5/0245 , A61B5/318
Abstract: 本发明提供了一种多尺度特征融合的睡眠分期方法、装置、设备及存储介质，涉及睡眠分期技术领域，包括获取第一信息，第一信息包括至少两个心电信号数据和每个心电信号数据对应的睡眠期间；基于多头注意力机制和神经网络算法建立睡眠分期模型；将第一信息转化为数据集，并利用数据集训练睡眠分期模型得到训练后的睡眠分期模型；利用训练后的睡眠分期模型对测试者的心电信号数据进行识别，得到测试者在睡眠期间的睡眠状态，本发明通过基于单通道心电信号提取并融合不同大小的时间长度划分下的心率变异性特征，从不同尺度反映心电信号的特征信息，使其能够包含更全面的特征信息，提高了心电信号的表征能力。使得睡眠分期准确率、稳定性提升。
-
公开(公告)号：CN114869241A
公开(公告)日：2022-08-09
申请号：CN202210812071.6
申请日：2022-07-11
Applicant: 西南交通大学
IPC: A61B5/00
Abstract: 本发明提供了一种睡眠呼吸事件预测方法、装置、设备及可读存储介质，涉及医疗信息技术领域，包括获取第一信息包括待测试人员的四个睡眠通道的信号；对第一信息的特征向量的相关性进行计算，并构建睡眠呼吸图；构建RCCN模型，对所述待测试人员的呼吸信号进行预测，得到预测结果；根据所述预测结果进行分类，判断分类后的所述待测试人员的呼吸信号是否属于暂停事件，若是则输出所述暂停事件的结果。本发明的有益效果为综合考虑了时间和空间维度中的四通道呼吸信号特征，充分应用瓶颈策略，实现数据的特征压缩和尺度压缩；通过堆叠时空循环卷积块对空间和时间特征分别进行提取，从而综合多维度的信息提高情感识别的准确率和鲁棒性。
-
-
-
-
-
-
-
-
-
Search Results
95
records
(took 0.025 seconds)
