黑盒预测模型内部特征因果图的构建方法

    公开(公告)号:CN110222822B

    公开(公告)日:2021-04-09

    申请号:CN201910466860.7

    申请日:2019-05-31

    Abstract: 本发明涉及黑盒预测模型内部特征因果图的构建方法,通过汽车前部的摄像头捕获道路前方的场景图像,将其送入黑盒模型,在将所提取到的场景特征映射为方向盘指令的同时,将特征可视化并以解释图的形式展示特征间的相关关系,最后再通过特征实数化和特征筛选转化为特征因果图,找出产生此指令的原因。该技术将深度学习模型提取到的车前部摄像头所捕获图像的特征映射为车的方向盘控制指令,并给出下达该指令的原因。每一条指令的原因的给出有助于研究者快速发现不符合真实环境的指令或不利于全局优化的指令,通过进一步调整,可以使自动驾驶模型的性能得到大大的提高,为其安全保障提供了解释的依据。

    黑盒预测模型内部特征因果图的构建方法

    公开(公告)号:CN110222822A

    公开(公告)日:2019-09-10

    申请号:CN201910466860.7

    申请日:2019-05-31

    Abstract: 本发明涉及黑盒预测模型内部特征因果图的构建方法,通过汽车前部的摄像头捕获道路前方的场景图像,将其送入黑盒模型,在将所提取到的场景特征映射为方向盘指令的同时,将特征可视化并以解释图的形式展示特征间的相关关系,最后再通过特征实数化和特征筛选转化为特征因果图,找出产生此指令的原因。该技术将深度学习模型提取到的车前部摄像头所捕获图像的特征映射为车的方向盘控制指令,并给出下达该指令的原因。每一条指令的原因的给出有助于研究者快速发现不符合真实环境的指令或不利于全局优化的指令,通过进一步调整,可以使自动驾驶模型的性能得到大大的提高,为其安全保障提供了解释的依据。

    一种基于标签的中药方剂多样性推荐方法

    公开(公告)号:CN109637618A

    公开(公告)日:2019-04-16

    申请号:CN201811437469.6

    申请日:2018-11-28

    Inventor: 李建强 谢云燊

    CPC classification number: G16H20/13 G16H50/70

    Abstract: 本发明公开了一种基于标签的中药方剂多样性推荐方法,利用中医病例构建症状证候标签权重矩阵;利用症状证候标签权重矩阵生成症候类型不同的方剂推荐子列表;利用症状证候标签的权重以及用户症状模型和方剂症状模型的相似度计算子列表排序比重;根据子列表排序比重,计算各子列表隶属多样性推荐列表的方剂数量,对于生成的多样性推荐列表按照方剂隶属子列表的排序比重及方剂症状与用户症状特征相似度重排序,得出最终的多样性推荐列表。针对现有技术对中医药方剂的多样性推荐考虑不足,本方法通过生成多个不同证候的方剂列表及重排序方法,生成具有多样性的中医方剂推荐列表。

Patent Agency Ranking