-
公开(公告)号：CN110175631B
公开(公告)日：2022-08-30
申请号：CN201910352469.4
申请日：2019-04-28
Applicant: 南京邮电大学
IPC: G06V10/762 , G06K9/62 , G06F17/16
Abstract: 本发明揭示了一种基于共同学习子空间结构和聚类指示矩阵的多视图图像聚类方法，该方法包括如下步骤：S1：获取多视图图像数据；S2：对给定多视图图像数据进行子空间学习，得到多视图子空间表示、连续指示矩阵、离散指示矩阵；S3：对多视图子空间表示、连续指示矩阵、离散指示矩阵进行迭代更新，得到更新后的多视图子空间表示；S4：应用所述S3步骤得到的多视图子空间表示构造邻接矩阵；S5：应用所述S4步骤得到的邻接矩阵，调用谱聚类算法，得到聚类结果。与已有的多视图聚类方法相比，大量的实验结果证明该方法可以显著提高收敛速率和聚类性能。
-
公开(公告)号：CN112133450A
公开(公告)日：2020-12-25
申请号：CN202010841630.7
申请日：2020-08-20
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于决策树分层的药品不良反应数据遮蔽效应消除的方法，所述方法以中国药品不良反应即ADR报告数据为基础，研究基于决策树分层的药品不良反应数据遮蔽效应消除的问题，设计了基于标准库的评价指标并构建了实现多级分层的决策树，以MHRA信号检测方法来比较分层前后数据集信号检测的差异性，最终给出了实现削减药品不良反应数据遮蔽效应的基于决策树的多级分层策略。本发明为中国药品不良反应报告进行信号检测中数据遮蔽效应的消除提供了一种可参考方法。
-
公开(公告)号：CN111415757A
公开(公告)日：2020-07-14
申请号：CN202010190533.6
申请日：2020-03-18
Applicant: 南京邮电大学
IPC: G16H70/40
Abstract: 本发明提出了一种基于概念泛化的药品类风险特征挖掘的方法，包括以下步骤：数据处理；药品的概念泛化与统计；概念泛化后的数据组织：将原始ADR数据按照“药品类-不良反应”组合重新组织并计算各组合的频次；步骤4)信号检测：运用信号检测的IC方法对所述样本“目标药物类-目标不良反应”进行信号检测，求出所有“药品类-不良反应”之间的IC值；步骤5）不良反应的概念泛化；步骤6）特征提取：对上述IC值按降序排列，并利用DCG特征提取方法，计算药品类引起的每个累及系统器官损害的得分，以DCG得分来衡量“药品类”与“累及系统器官”之间的关联风险程度，本发明可挖掘出“药品类”与“累及系统器官”之间的关联信号。
-
公开(公告)号：CN110263407A
公开(公告)日：2019-09-20
申请号：CN201910510874.4
申请日：2019-06-13
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于物联网与大数据的地铁环控节能云模型构建方法，包括如下步骤：步骤1：构建地铁节能云平台，所述云平台包括数据采集层、存储层和计算层；步骤2：建立地铁环控节能云模型；步骤3：利用预测结果对地铁环控节能情况进行分析并作出调整。本发明采用云平台下大数据技术与物联网的结合，实现了地铁环控系统的智能管理；提出运用机器学习算法，将人工智能与地铁大数据结合，实现分析与预测；大数据平台的使用，可对数据流进行实时分析处理。
-
公开(公告)号：CN110879822B
公开(公告)日：2022-11-15
申请号：CN201911117883.3
申请日：2019-11-15
Applicant: 南京邮电大学
IPC: G06F16/2458 , G06F16/28
Abstract: 本发明提供了一种基于关联规则分析的药品不良反应信号检测方法，所述检测方法以我国药品不良反应ADR自发报告数据为基础，对原始的数据记录进行汇总并整理成表格，计算各项集中需要计算的参数；然后以MHRA信号检测方法得出的阳性信号数量作为参照，确定支持度和置信度两个最小阈值的大致范围与调整步长；接着以MHRA法产生的信号集作为参考标准，计算不同支持度和置信度阈值条件下的召回率、精度、F指标值以及KS值；从所有组合测试的结果中，选择KS最大值时所对应的支持度阈值和置信度阈值，为本方法的最小支持度阈值和最小置信度阈值，在这种情况下药品和不良反应之间存在关联关系。
-
Patent Agency Ranking
公开(公告)号：CN111415758A
公开(公告)日：2020-07-14
申请号：CN202010190707.9
申请日：2020-03-18
Applicant: 南京邮电大学
IPC: G16H70/40 , G16H50/70 , G06F16/2458 , G06K9/62
Abstract: 本发明提出了一种基于ADR监测报告和离群点检测技术的药物风险评估方法，包括以下步骤：获取原始ADR数据库，并将原始数据库中的药品名称和不良反应名称规范化处理；确定离群点检测研究对象以及参数：采用比例失衡方法计算每种药品-不良反应组合的PRR值和IC值，以PRR值和IC值为特征构建空间向量模型；利用肘部法则确定聚类数，找到使成本函数最小化的参数k；采用K-Means聚类算法进行聚类，根据肘部法则确定的聚类数k随机选取k个数据点作为初始质心进行聚类迭代；计算所有数据点的离群点得分；确定阈值并对各个簇进行离群点检测：根据离群点得分情况设定阈值，超出阈值的点则为离群点，本发明为药物警戒提供一种异常信号检测方法。
-
公开(公告)号：CN110879822A
公开(公告)日：2020-03-13
申请号：CN201911117883.3
申请日：2019-11-15
Applicant: 南京邮电大学
IPC: G06F16/2458 , G06F16/28
Abstract: 本发明提供了一种基于关联规则分析的药品不良反应信号检测方法，所述检测方法以我国药品不良反应ADR自发报告数据为基础，对原始的数据记录进行汇总并整理成表格，计算各项集中需要计算的参数；然后以MHRA信号检测方法得出的阳性信号数量作为参照，确定支持度和置信度两个最小阈值的大致范围与调整步长；接着以MHRA法产生的信号集作为参考标准，计算不同支持度和置信度阈值条件下的召回率、精度、F指标值以及KS值；从所有组合测试的结果中，选择KS最大值时所对应的支持度阈值和置信度阈值，为本方法的最小支持度阈值和最小置信度阈值，在这种情况下药品和不良反应之间存在关联关系。
-
公开(公告)号：CN110175632A
公开(公告)日：2019-08-27
申请号：CN201910353073.1
申请日：2019-04-28
Applicant: 南京邮电大学
IPC: G06K9/62
Abstract: 本发明揭示了一种基于稀疏性和主成分分析技术降维的子空间聚类方法，该方法包括如下步骤：S1：提取图像数据的原始图像矩阵；S2：将S1步骤得到的原始图像矩阵数据进行主成分分析技术降维，得到一个新的数据库矩阵；S3：将S2步骤得到的新数据库矩阵进行自表达得到数据矩阵的表达矩阵，并加入谱聚类，得到数据的连续标签；S4：在S3步骤得到的数据的连续标签引入旋转矩阵,得到数据的离散标签，将数据的离散标签与数据自带标签相比较，得到数据的聚类正确率，该方法在聚类正确率上取得明显提高。
-
公开(公告)号：CN112133450B
公开(公告)日：2022-08-23
申请号：CN202010841630.7
申请日：2020-08-20
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于决策树分层的药品不良反应数据遮蔽效应消除的方法，所述方法以中国药品不良反应即ADR报告数据为基础，研究基于决策树分层的药品不良反应数据遮蔽效应消除的问题，设计了基于标准库的评价指标并构建了实现多级分层的决策树，以MHRA信号检测方法来比较分层前后数据集信号检测的差异性，最终给出了实现削减药品不良反应数据遮蔽效应的基于决策树的多级分层策略。本发明为中国药品不良反应报告进行信号检测中数据遮蔽效应的消除提供了一种可参考方法。
-
公开(公告)号：CN110782997A
公开(公告)日：2020-02-11
申请号：CN201910940526.0
申请日：2019-09-30
Applicant: 南京邮电大学
Abstract: 本发明提出了一种用于上市后药品风险自动识别的风险评估模型，所述方法以我国药品不良反应ADR西药报告数据为基础，以FA：ADR发生率、FB：ADR伤害指数、FC：ADR覆盖率、FD：ADR严重程度四个指标建立综合评价指标。将药品风险值FADR定义为上述四个指标的加权和，FADR=αFA+βFB+γFC+δFD，利用人工蜂群算法ABC算法在我国ADR监测数据中进行仿真实验，约束条件为α+β+γ+δ=1，且α，β，γ，δ∈（0，1），求得各个权重的最优解和最终的药品风险值FADR。本发明为上市后药品安全监测与管理提供了一种用于药品风险量化表示的方法，为后期非处方药和处方药的类别转化提供一个方便可靠的自动识别的参考模型。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.036 seconds)
