公开(公告)号：CN117875408B

公开(公告)日：2024-06-25

申请号：CN202410285505.0

申请日：2024-03-13

Applicant: 中南大学

Inventor： 陈晓红 ,  张宇航 ,  胡东滨 ,  许冠英 ,  黄骋东

IPC: G06N3/098 ,  G06N3/0455 ,  G06N3/049 ,  G06T7/00 ,  G06V10/764 ,  G06V10/82

Abstract: 本发明提供了一种面向瑕疵检测的脉冲神经网络的联邦学习方法，将产品图像输入人工神经网络分支进行前向传播、在时间窗口内将感受野矩阵编码输入脉冲神经网络分支进行前向传播，并在脉冲神经网络分支的前向传播过程中将人工神经网络分支输出的特征与脉冲神经网络分支中每一个时间步输出的特征进行融合，有效缓解了尖峰噪声影响；根据脉冲神经网络分支中最后一层中所有时间步输出的特征与瑕疵种类标签构建损失函数，通过损失函数对脉冲神经网络分支进行反向传播训练，得到本地联邦脉冲神经网络并将多个本地工业设备上传的网络参数输入中央服务器进行聚合得到全局模型，在实现轻量化分布协同训练的同时，有效解决了用于瑕疵检测时准确率低的劣势。

公开(公告)号：CN118072928A

公开(公告)日：2024-05-24

申请号：CN202410469720.6

申请日：2024-04-18

Applicant: 中南大学

Inventor： 陈晓红 ,  刘晓亮 ,  胡东滨 ,  王俊普 ,  安庆贤 ,  刘浏

IPC: G16H40/20 ,  G06F16/28 ,  G06F18/213 ,  G06F18/25 ,  G06F21/60 ,  G06N5/022 ,  G06Q10/0631 ,  G16H10/60

Abstract: 本发明提供了一种基于数据仓库的医疗数据整合系统，通过数据获取模块获取目标患者的个人源信息数据个人源信息数据、患者数据、患者病历数据和药物实验数据；通过数据集成模块将个人源信息数据、患者数据、患者病历数据和药物实验数据进行转换，生成向量矩阵后输入所述多头注意力模型进行并行特征提取并对多头注意力模型的注意力权重进行动态调整，得到特征矩阵；对特征矩阵进行特征融合并结合外部知识库，得到目标患者的数据视图；利用数据仓库模块得到聚合后的数据视图；通过数据统计模块为目标患者分配看诊医生，增加了患者与医生之间的匹配程度；提高了数据整合效率，提升了医疗数据整合系统的有效性。

公开(公告)号：CN104391835B

公开(公告)日：2017-09-29

申请号：CN201410521030.7

申请日：2014-09-30

Applicant: 中南大学

Inventor： 陈晓红 ,  胡东滨 ,  徐丽华 ,  刘咏梅

IPC: G06F17/27 ,  G06F17/30

Abstract: 本发明提供了一种文本中特征词选择方法及装置，其中该方法包括利用评价函数FCD确定总文本中候选特征词的重要性值，其中，该评价函数FCD为根据候选特征词的平均频度ATF、候选特征词的隶属度μ计算得到的，平均频度ATF为候选特征词在预定文本类别中平均出现的次数，隶属度μ为候选特征词对预定文本类别的隶属度；根据确定的候选特征词的重要性值，从候选特征词中选择预定数量的特征词。通过本发明，解决了相关技术中存在的文本分类系统在非均衡数据集情况下分类性能较差的问题，进而达到了提高文本分类器的性能的效果。

公开(公告)号：CN104391835A

公开(公告)日：2015-03-04

申请号：CN201410521030.7

申请日：2014-09-30

Applicant: 中南大学

Inventor： 陈晓红 ,  胡东滨 ,  徐丽华 ,  刘咏梅

IPC: G06F17/27 ,  G06F17/30

Abstract: 本发明提供了一种文本中特征词选择方法及装置，其中该方法包括利用评价函数FCD确定总文本中候选特征词的重要性值，其中，该评价函数FCD为根据候选特征词的平均频度ATF、候选特征词的隶属度μ计算得到的，平均频度ATF为候选特征词在预定文本类别中平均出现的次数，隶属度μ为候选特征词对预定文本类别的隶属度；根据确定的候选特征词的重要性值，从候选特征词中选择预定数量的特征词。通过本发明，解决了相关技术中存在的文本分类系统在非均衡数据集情况下分类性能较差的问题，进而达到了提高文本分类器的性能的效果。

公开(公告)号：CN102662929A

公开(公告)日：2012-09-12

申请号：CN201210073872.1

申请日：2012-03-20

Applicant: 中南大学

Inventor： 陈晓红 ,  胡东滨 ,  丁军

IPC: G06F17/27 ,  G06F17/30

Abstract: 本发明公开了一种基于本体的问题智能分析处理的方法和装置。该方法基于自然语言理解技术、问题分析理解与求解的一般过程、知识管理及表示方法和本体理论，首先从本体论的角度构建了可通用的知识库概念结构，用于计算机对用户所面临的问题相关信息进行维护和存储；然后将用户所提交的问题表述语句转换成计算机可处理的信息，并通过计算机荧屏与用户进行交互，从用户处获取相关基础信息；最后采用自动推理机制，自动完成对问题类型及其求解方法的智能识别。该装置包括三部分数据维护和存储装置及问题智能分析处理与显示装置。本发明具有更高的智能性和准确性，用户的操作过程轻松自如，具有良好的技术效果和应用价值。