-
公开(公告)号：CN113076751A
公开(公告)日：2021-07-06
申请号：CN202110220352.8
申请日：2021-02-26
Applicant: 北京工业大学
IPC: G06F40/295 , G06F40/284 , G06N3/04 , G06N3/08
Abstract: 本发明提供一种命名实体识别方法及系统、电子设备和存储介质，其中，命名实体识别方法，包括：将待识别文本信息输入命名实体识别模型中，得到所述命名实体识别模型输出的实体识别结果；其中，所述命名实体识别模型由样本文本信息及对应的标签序列训练得到；所述文本信息包括：文本词向量序列；所述命名实体识别模型用于确定所述待识别文本信息对应的待识别文本特征序列和发射分数，基于门控‑条件随机场确定门控系数；基于所述发射分数、所述门控系数和转移分数，确定实体识别结果；所述门控系数为待识别文本特征序列中上一个时间步与当前时间步的相对预测置信度。能够有效的提高文本中存在实体比邻出现情况时的命名实体识别准确度。
-
公开(公告)号：CN113035362A
公开(公告)日：2021-06-25
申请号：CN202110219069.3
申请日：2021-02-26
Applicant: 北京工业大学
IPC: G16H50/70 , G16H10/60 , G06N3/04 , G06K9/62 , G06F40/30 , G06F40/295 , G06F40/211
Abstract: 本发明公开了一种基于语义图网络的医疗预测方法及系统，基于领域知识识别电子病历中的实体，并采用双向门控循环单元学习文本的序列特征。其次，为了细粒度的提取电子病历中的语义关系，定义两种类型的子图，基于知识的图表示和基于文本的图表示，并采用图卷积神经网络GCN和图注意力网络GAT提取语义关系特征，其中基于文本的图表示允许提取实体或词与其自身的关系，用于表示实体或词特征。针对属性‑值特征，在提取电子病历中的数值或类别特征之后，利用双向门控循环单元Bi‑GRU提取他们对应的实体，构建属性‑值的图表示。最后，将语义关系和属性‑值进行融合训练疾病的等级预测模型。
-
公开(公告)号：CN112652375A
公开(公告)日：2021-04-13
申请号：CN202110022884.0
申请日：2021-01-08
Applicant: 北京工业大学
IPC: G16H20/10 , G06F21/62 , G06F16/9536 , G06N3/08 , G06K9/62
Abstract: 本发明提供一种药物推荐方法、装置、电子设备及存储介质。该方法包括：获取目标对象的相关信息；对所述相关信息进行隐私保护预处理；基于已进行隐私保护预处理的所述相关信息以及基于梯度提升决策树算法的模型来生成针对所述目标对象的药物推荐信息。本发明的药物推荐方法在准确、可靠的给患者推荐药物的同时，能够有效地保护患者的隐私；能够对不同类型的数据进行合适的隐私保护处理；推荐算法的鲁棒性较强；在不损失太多精度的情况下，更有效地保护患者的隐私。
-
公开(公告)号：CN112612969A
公开(公告)日：2021-04-06
申请号：CN202011559403.1
申请日：2020-12-25
Applicant: 北京工业大学
IPC: G06F16/9536 , G06F21/62
Abstract: 本发明涉及一种协同过滤推荐方法、装置、电子设备及存储介质，该方法包括：从受益方获取受益方数据，和从贡献方获取脱敏贡献方数据；使用增强邻域算法对受益方数据和脱敏贡献方数据进行合并，得到增强邻域集合；基于所述受益方数据、所述脱敏贡献方数据以及所述增强邻域集合，生成所述受益方的预测推荐结果。本发明通过从贡献方获取经过差分隐私保护的数据，得到了表现出相似兴趣的用户的数据，并使用基于增强邻域集合训练得到预测推荐模型给出推荐结果，从而在解决新部署的推荐系统的冷启动等稀疏问题的同时保护用户的隐私。
-
公开(公告)号：CN112331332A
公开(公告)日：2021-02-05
申请号：CN202011095993.7
申请日：2020-10-14
Applicant: 北京工业大学
Abstract: 本发明实施例提供一种基于多粒度特征融合的疾病预测方法及系统，包括：获取基于待预测疾病的融合特征；将所述融合特征输入至训练得到的疾病预测模型，得到疾病类型的分类结果；其中，所述疾病预测模型是基于并行自适应卷积神经网络模型，由多种疾病的融合特征进行训练所得到的。本发明实施例通过采用多粒度特征融合的预测方法，不仅采用细粒度的词和概念特征，同时采用更大粒度的概念关系和属性‑值特征来充分的理解医疗文本中的语义信息，提高模型疾病预测的性能。
-
Patent Agency Ranking
公开(公告)号：CN108665323B
公开(公告)日：2021-01-05
申请号：CN201810484714.2
申请日：2018-05-20
Applicant: 北京工业大学
Abstract: 本发明公开一种用于理财产品推荐系统的集成方法，基于数据平滑的协同过滤算法可以对稀疏数据进行填充，减少数据的稀疏性问题。基于人口统计学的推荐算法不需要历史数据，也不依赖物品的属性，可以解决用户的冷启动问题；将两种算法与表现性能良好的基于项目聚类和矩阵分解的推荐算法进行集成，扩大推荐算法的使用场景，提高推荐算法的自适应性。本发明集成方法可以有效地减少数据的稀疏性和解决冷启动问题，提升对每一位用户的推荐性能。
-
公开(公告)号：CN112102239A
公开(公告)日：2020-12-18
申请号：CN202010797841.5
申请日：2020-08-10
Applicant: 北京工业大学
Abstract: 本发明实施例提供一种用于全层脑CT图像的图像处理方法及系统，包括：将目标脑CT图像组输入到训练好的卷积神经网络中进行特征提取处理，得到所述目标脑CT图像组中每一张图像的特征图，并根据所述特征图构建所述目标脑CT图像组对应的特征向量矩阵；所述训练好的卷积神经网络是由标记有脑部CT图像分类标签和扫描干扰标签的样本脑CT图像训练得到的；对所述特征向量矩阵中的特征图进行多特征融合处理，得到所述目标脑CT图像组的图像处理结果。本发明实施例通过对连续的脑CT图像进行特征提取和融合处理，将一组脑CT图像之间的相关性关联起来，得到关联性更强的脑CT图像，并将干扰去除，提供效果更好的脑CT图像。
-
公开(公告)号：CN111832460A
公开(公告)日：2020-10-27
申请号：CN202010641622.8
申请日：2020-07-06
Applicant: 北京工业大学
Abstract: 本发明实施例提供一种基于多特征融合的人脸图像提取方法及系统，该方法包括：对第一人脸图像和第二人脸图像进行特征融合处理，得到人脸检测综合特征，第一人脸图像和第二人脸图像是通过对不同的人脸图像分别进行哈尔特征扩展处理得到的；对人脸检测综合特征进行局部提取，获取人脸局部特征；将人脸局部特征输入到训练好的人脸特征分类模型中，输出得到第一人脸图像和第二人脸图像的人脸特征分类结果；训练好的人脸特征分类模型是通过Adaboost算法训练得到的。本发明实施例通过对不同的人脸图像进行哈尔特征扩展和融合处理，提升特征表达能力，再通过Adaboost算法进行分类，使得人脸检测效率更高，提高分类的识别率和精确度。
-
公开(公告)号：CN111429510A
公开(公告)日：2020-07-17
申请号：CN202010232752.6
申请日：2020-05-07
Applicant: 北京工业大学
Abstract: 一种基于自适应特征金字塔的花粉检测方法属于计算机视觉领域。特征金字塔采用逐像素相加的方式融合卷积网络不同层的特征，由于不同层的特征的感受野、分辨率存在差异，采用逐像素相加的融合方式，使得特征融合时存在非对齐匹配。本发明提出一种自适应特征金子塔网络，让特征金字塔不同层之间的特征通过可学习的方式自适应对齐，在消除冗余特征的同时，扩充了特征金字塔网络的感受野，使关键特征获得更大的响应，提升特征金字塔网络的性能。本发明使用深度卷积网络Resnet-50提取花粉图像特征，利用Resnet-50不同模块学习到的特征建立自适应特征金字塔网络，从而建立基于自适应特征金字塔的花粉检测网络。该方法可以精确地检测出花粉图像中的花粉颗粒的类别和位置。
-
公开(公告)号：CN111402246A
公开(公告)日：2020-07-10
申请号：CN202010203584.8
申请日：2020-03-20
Applicant: 北京工业大学
Abstract: 一种基于联合网络的眼底图像分类方法涉及医疗图像处理和分析领域。本发明包括：获取和处理眼底数据,构建卷积神经网络判别器对眼底图像进行训练，网络包括即第一子网络和第二子网络，在预测时修改第二子网络得到最终的眼底疾病类别。本发明利用眼底图像和多种标签，在快速准确检测眼底疾病的同时，给出用来辅助分类的一系列眼底病变特征，具有高效和精准的特点。
-
-
-
-
-
-
-
-
-
Search Results
244
records
(took 0.033 seconds)
