-
公开(公告)号：CN110957002B
公开(公告)日：2023-04-28
申请号：CN201911301346.4
申请日：2019-12-17
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于协同矩阵分解的药物靶点相互作用关系预测方法，不仅考虑药物属性相似性和靶点属性相似性，同时结合药物拓扑结构相似性和靶点拓扑结构相似性，提高药物靶点相互作用关系预测准确率。包括：获取药物属性相似度和靶点属性相似度数据、药物靶点相互作用关系数据；构建药物属性特征相似度矩阵、靶点属性特征相似度矩阵、药物拓扑相似矩阵和靶点拓扑相似矩阵；对药物靶点关联矩阵进行基于图正则的协同矩阵分解，并整合药物和靶点的属性特征相似度和拓扑结构相似度信息，得到最终目标函数；用牛顿方法迭代更新得到药物和靶点的特征表示，重构药物‑靶点相互作用关系矩阵，进行药物靶点相互作用关系的预测。
-
公开(公告)号：CN109871541B
公开(公告)日：2023-04-28
申请号：CN201910169547.7
申请日：2019-03-06
Applicant: 电子科技大学
IPC: G06F40/295
Abstract: 本发明公开了一种适用于多语言多领域的命名实体识别方法，包括以下步骤：构建初始化语料库，使用word2vec训练字嵌入矩阵；设定阈值n；对句子进行顺序遗忘编码；使用前向及后向并行LSTM分别计算长度为1,2…，n的单词记忆单元状态；融合前向及后向并行LSTM记忆单元状态；计算前向及后向LSTM的隐藏单元状态，级联前向LSTM和后向LSTM隐藏单元状态；输入单向LSTM进行实体标签预测；使用L2正则的句子级对数似然损失来训练模型，以平衡模型复杂度和准确度。本发明通过FOFE编码，充分利用了句子中字序列信息，省去了外部知识库，没有领域依赖，只需要大量的训练语料库，均能取得较好的NER结果。
-
公开(公告)号：CN113707331B
公开(公告)日：2023-04-07
申请号：CN202110874696.0
申请日：2021-07-30
Applicant: 电子科技大学
Abstract: 本发明公开了一种中医辨证数据生成方法与系统，数据生成方法包括以下步骤：S1、数据获取与预处理，S2、构建特征症状的隐藏分布：将症状数据输入到编码器的其中一个全连接神经网络得到中间隐藏层，然后将隐藏层表示输入到编码器的另外两个全连接神经网络分别输出均值和方差，基于均值和方差，得到隐藏分布z；S3、重构特征症状；S4、构建全连接标签模型；S5、模型训练：基于重构误差、散度误差和标签损失误差构建模型；S6、生成新的特征症状。本发明在变分自编码器基础上额外增加了一层全连接神经网络，将预测标签和真实标签之间的误差信息引入到变分自编码器的训练之中，以此达到扩充样本的同时保证扩充样本在下游分类任务的性能。
-
公开(公告)号：CN111724897B
公开(公告)日：2022-07-01
申请号：CN202010537531.X
申请日：2020-06-12
Applicant: 电子科技大学
Abstract: 本发明公开了一种运动功能数据处理方法及系统，包括：采集电子病历系统中运动功能和中风偏瘫的初次评估结果和末次评定结果，对所述初次评估结果和末次评定结果进行缺失数据删除和数据统一预处理操作，得到预处理结果数据集；将所述预处理结果数据集进行顺序拼接得到一维向量；将所述一维向量输入LSTM模型得到预测的末次评定结果，将所述预测的末次评定结果与采集的末次评定结果产生的误差进行反向传播训练所述LSTM模型的网络参数，得到预测模型；将新采集的初次评估结果通过S1进行预处理并通过S2生成一维向量后输入预测模型，得到预测的末次评定结果。采用改进的长短期记忆网络有效解决仅有初评结果数据集可能会出现的震荡。
-
公开(公告)号：CN111680843B
公开(公告)日：2022-06-28
申请号：CN202010537578.6
申请日：2020-06-12
Applicant: 电子科技大学
IPC: G06Q10/04 , G06Q50/02 , G06F40/289 , G06K9/62
Abstract: 本发明公开了基于深度SVDD模型的中药材适生区预测方法及系统，包括：采集中药材的生态因子数据，采用MaxEnt模型生成中药材的伪不存在点样本数据；对采集到的中药材的生态因子数据进行预处理，得到生态因子预处理数据；根据所述生态因子预处理数据、伪不存在点样本数据和SVDD模型构建中药材适生区预测模型；将待预测中药材的测试点放入所述中药材适生区预测模型进行判断，得到待预测中药材的适生区。SGD及其变体优化深度SVDD模型的参数，因其计算复杂性在训练的数量上是线性扩展使得对大型数据集可以进行很好的扩展；通过对不同测试点与最优超球体的距离判断获得适生区，提高中药材适生区预测结果准确率。
-
Patent Agency Ranking
公开(公告)号：CN111477295B
公开(公告)日：2022-06-03
申请号：CN202010279991.7
申请日：2020-04-10
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于隐语义模型的中医组方推荐方法及系统，该方法包括以下步骤：S0：采集某种疾病的多例医案信息，医案信息包括医案数及每例医案对应症状和药物；S1：根据步骤S0采集的信息，基于对医案库中症状和对应处方的隐语义分析，提取出隐含证候，发现隐含证候、症状和药物间存在的关系，建立基于症状‑证候‑药物的主题模型，并进行参数学习训练；S2：输入待检测的用户症状，从基于症状‑证候‑药物的主题模型结果中获取的症状、证候、药物之间的对应关系，进行相应处方推荐，并输出推荐结果，为医生诊疗过程的组方提供参考和辅助决策。
-
公开(公告)号：CN111938660B
公开(公告)日：2022-04-12
申请号：CN202010811477.3
申请日：2020-08-13
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于阵列肌电的卒中患者手部康复训练动作识别方法，本发明应用阵列型肌电传感器采集患者训练过程前臂的肌电序列数据，保留肌肉在物理空间上的协同信息和肌肉活动随时间变化的信息；建立并行卷积神经网络自动提取不同时刻肌电数据的空间特征；建立长短期记忆网络自动学习肌电的时间依赖特征。融合肌电时空特征后进行分类识别，以避免人工特征工程导致的信息冗余或丢失，可以有效提高手部动作识别精度。
-
公开(公告)号：CN108256569B
公开(公告)日：2022-03-18
申请号：CN201810030261.6
申请日：2018-01-12
Applicant: 电子科技大学
Inventor： 杨尚明
IPC: G06K9/62 , G06V10/762 , G06V10/771
Abstract: 本发明属于图形图像识别技术领域，公开了一种复杂背景下的对象识别方法及使用的计算机技术，利用基于非负矩阵分解的神经网络学习算法的独特功能；通过流形学习思想实现对具有不同特征的图形、图像信息数据的分解和特征提取来发现模式识别的方法、规律性及初始数据的特征。本发明通过对每个数据集10次测验然后计算平均值显示，对Caltech101数据集，正确率约85.2％正负2.5％误差，对于LFW数据集，测试达到86.5％正负1.75％准确率，如下两组结果是两个数据集测试结果展示；将同类数据逐行显示在图中，从图中可以看到相同的对象都被聚集在一起，只有极少对象分类没有成功。
-
公开(公告)号：CN112674734B
公开(公告)日：2021-12-07
申请号：CN202011596336.0
申请日：2020-12-29
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于监督Seq2Seq模型的脉搏信号噪声检测方法，本发明先对目标信号进行经验模态分解，然后使用训练好的Seq2Seq模型得到该信号的特征表示，最后使用最近邻分类器，将其特征表示与训练集中已知类别信号的特征表示进行对比，进而确定该信号是否为噪声信号。本发明利用经验模态分解方法自适应提取输入信号的时频特征，将脉搏信号与噪声信号差别较大的时频信息进行突出；此外本发明还提取输入信号的多尺度特征，自动挖掘信号的具有区分力的深度特征表示，利用关系正则化引导脉搏信号的特征表示彼此接近，增加特征表示的辨别力，可以有效提高噪声信号检测精度，且不需要手动设置阈值。
-
公开(公告)号：CN109668841B
公开(公告)日：2021-12-07
申请号：CN201910074659.4
申请日：2019-01-25
Abstract: 本发明公开了一种用于藏医尿液特征数字化采集的装置及方法，该装置包括中空的长方体外壳，外壳内腔两个平行的侧面顶部的棱处设置有第一光源和第二光源；外壳的另一个侧边上设置有第三光源；与设置有第三光源的侧边平行的侧边上设置有第一摄像头；外壳内腔顶面设置有依次排列的第二摄像头、第三摄像头和第四摄像头；外壳内腔底部中央位置设置有尿液容器。该方法包括将装有尿液的容器放置于外壳底部正中；拍摄尿热阶段的蒸气、颜色和泡沫特征；拍摄尿温阶段的沉淀物和悬浮物特征；拍摄尿凉阶段的搅后回旋状态特征；将拍摄的图像/视频通过USB传送到PC。本发明能够提高识别效率，并且能够实现尿液特征识别的客观化。
-
-
-
-
-
-
-
-
-
Search Results
134
records
(took 0.031 seconds)
