-
公开(公告)号:CN113990510A
公开(公告)日:2022-01-28
申请号:CN202111273816.8
申请日:2021-10-29
申请人: 山东师范大学 , 中国中医科学院中医临床基础医学研究所
摘要: 本发明公开了基于机器学习的急性脑梗死中药方剂治疗效果预测系统,包括:获取模块,获取待预测的急性脑梗死中药方剂;模型生成模块,将待预测的急性脑梗死中药方剂中的每一种中药作为一个节点,为当前方剂中包含的所有中药两两之间建立无向边,生成复杂网络模型;贴近度计算模块,基于复杂网络模型,计算每个节点的相对贴近度;特征选择模块,对待预测的急性脑梗死中药方剂中所有节点的相对贴近度按照降序进行排序,选择排序靠前的若干种相对贴近度作为当前中药方剂样本的特征;预测模块,基于当前中药方剂样本的特征和训练后的机器学习模型,得到中药方剂的治疗效果预测结果。通过训练后的随机森林模型,实现对急性脑梗死疾病的药物疗效预测。
-
公开(公告)号:CN113722453A
公开(公告)日:2021-11-30
申请号:CN202110813434.3
申请日:2021-07-19
申请人: 山东师范大学 , 中国中医科学院中医临床基础医学研究所
IPC分类号: G06F16/332 , G06F16/9532
摘要: 本发明公开了中药复杂网络的中药名词核心用药节点识别的方法及系统,基于若干篇中医药文献内容,建立中药复杂网络;对中药复杂网络中的每个节点,均计算节点属性;基于中药复杂网络中所有节点的所有属性,构建决策矩阵;基于决策矩阵,计算每个节点的相对贴近度;按照由大到小的顺序,对相对贴近度进行排序,选择排序靠前的若干个节点作为识别出来的核心用药节点。识别核心用药节点,揭示核心用药,为实际诊治过程中的选方用药提供参考。
-
公开(公告)号:CN114237864A
公开(公告)日:2022-03-25
申请号:CN202111282625.8
申请日:2021-11-01
申请人: 山东师范大学
摘要: 本发明公开了一种人工智能模型的快速训练系统及方法,每个边缘计算终端上均设有至少一个图形处理器;每个本地计算终端上设有n个图形处理器GPU;其中,所述本地计算终端的每个图形处理器上,均部署一个待训练的人工智能模型;本地计算终端的不同图形处理器分别处理不同模态的人工智能模型;本地计算终端的每个图形处理器,在对自身部署的人工智能模型进行训练的过程中,除了卷积操作以外的其他操作,均由本地计算终端的图形处理器来完成;对于卷积操作的处理过程为:每次遇到卷积操作,就将卷积操作传输给对应的边缘计算终端,由边缘计算终端的图形处理器GPU完成卷积操作,并将卷积操作得到的结果回传给本地计算终端对应的图形处理器上。
-
公开(公告)号:CN113343967A
公开(公告)日:2021-09-03
申请号:CN202110584533.9
申请日:2021-05-27
申请人: 山东师范大学
摘要: 本公开公开了光学字符快速识别方法及系统,包括:获取待处理图像;对待处理图像进行预处理;将预处理后的图像进行文本检测,得到含有矩形文字包围框的图像;对矩形文字包围框内的矩形文字区域进行文本识别,得到识别文本;对识别后的文本进行文本规整,得到规整后的文本;对规整后的文本,进行文本纠正,得到最终光学字符识别结果。该方法将识别出的所有数据进行排列组合以及纠正,最终获取所需文本数据。
-
公开(公告)号:CN113343967B
公开(公告)日:2022-10-25
申请号:CN202110584533.9
申请日:2021-05-27
申请人: 山东师范大学
IPC分类号: G06V10/22 , G06V10/25 , G06V30/146
摘要: 本公开公开了光学字符快速识别方法及系统,包括:获取待处理图像;对待处理图像进行预处理;将预处理后的图像进行文本检测,得到含有矩形文字包围框的图像;对矩形文字包围框内的矩形文字区域进行文本识别,得到识别文本;对识别后的文本进行文本规整,得到规整后的文本;对规整后的文本,进行文本纠正,得到最终光学字符识别结果。该方法将识别出的所有数据进行排列组合以及纠正,最终获取所需文本数据。
-
公开(公告)号:CN114201289A
公开(公告)日:2022-03-18
申请号:CN202111255227.7
申请日:2021-10-27
申请人: 山东师范大学
IPC分类号: G06F9/50
摘要: 本发明公开了基于边缘计算节点和云服务器的目标检测方法及系统,其中,边缘计算节点从移动终端获取待处理图像;边缘计算节点对待处理图像进行特征提取,将提取的特征送入云服务器;云服务器对提取的特征进行检测,得到目标检测结果;云服务器将目标检测结果反馈给边缘计算节点;边缘计算节点将目标检测结果反馈给移动终端。在边缘节点处,执行目标检测程序的主体部分,包括神经网络中大量的卷积、池化等操作,需要较大的计算量。若边缘节点不足以支持较多计算,则将部分卷积移至云服务中心计算。利用云服务中心的强大算力,提高卷积计算速度,并提升整体的运行效率。
-
公开(公告)号:CN113504977A
公开(公告)日:2021-10-15
申请号:CN202110679743.6
申请日:2021-06-18
申请人: 山东师范大学
IPC分类号: G06F9/48 , G06F9/50 , G06F16/906
摘要: 本发明公开了保证多个延迟关键程序服务质量的缓存划分方法及系统,包括:针对多个延迟关键程序,获取每个延迟关键程序单独运行时的性能参数;根据获取的性能参数,计算每个延迟关键程序的性能指标;根据每个延迟关键程序的性能指标,对每个延迟关键程序进行分类;当多个延迟关键程序混合执行时,根据延迟关键程序的类型进行缓存分配;计算缓存分配后多个延迟关键程序混合执行时的松弛度指标,根据松弛度指标,对缓存空间进行动态调整。该方法在保证多个延迟关键程序性能的同时,又尽可能的提升了最后一级缓存LLC资源的利用率。
-
-
-
-
-
-