-
公开(公告)号：CN112989070B
公开(公告)日：2022-07-19
申请号：CN202110563766.0
申请日：2021-05-24
Applicant: 浙江大学
Abstract: 本发明公开了一种基于计算机系统的核心期刊量化评价系统和方法，该评价系统具体包括：基础数据库、学科分类子系统、标准子系统和评价子系统；基础数据库包括论文、期刊在内的学术信息数据；学科分类子系统，用于将基础数据库中的期刊根据不同的学科进行分类，达到学科对齐的目标；标准子系统，作为标准体用于评价学术质量；评价子系统，用于计算该学科所属各期刊的学术质量；通过输入学科信息，计算该学科对应的各期刊在标准子系统中的论文命中率，得出该期刊的质量评价指标。该方法可以规避主观干扰，改变以SCI引文为基础的评价体系，有效提升学科文献质量的评价量化水平。
-
公开(公告)号：CN119314657A
公开(公告)日：2025-01-14
申请号：CN202411829098.1
申请日：2024-12-12
Applicant: 浙江大学
IPC: G16H50/20 , A61B5/16 , G16H50/70 , G06F18/24 , G06F18/214 , G06F18/21 , G06N3/0464 , G06N3/048 , G06N3/084 , G06F123/02
Abstract: 本发明公开了一种基于心电图信号辅助识别注意缺陷多动障碍的方法、装置集系统，方法包括：（1）采集需要评估患注意缺陷多动障碍风险高低的被测者的心电图数据并进行处理；（2）采用一维卷积神经网络对待测者的处理后的心电图数据进行深度特征提取；通过Score‑CAM对卷积神经网络的特征图生成分类热力图，从生成的分类热力图中提取时间域、频域及局部统计特征；（3）将时间域、频域及局部统计特征输入至机器学习分类器中进行分类，获得对待测者患注意缺陷多动障碍风险的评估结果。本发明将深度学习与多种机器学习方法相结合，不仅提高了分类性能，还提供了丰富的特征解释性。
-
公开(公告)号：CN112989070A
公开(公告)日：2021-06-18
申请号：CN202110563766.0
申请日：2021-05-24
Applicant: 浙江大学
Abstract: 本发明公开了一种基于计算机系统的核心期刊量化评价系统和方法，该评价系统具体包括：基础数据库、学科分类子系统、标准子系统和评价子系统；基础数据库包括论文、期刊在内的学术信息数据；学科分类子系统，用于将基础数据库中的期刊根据不同的学科进行分类，达到学科对齐的目标；标准子系统，作为标准体用于评价学术质量；评价子系统，用于计算该学科所属各期刊的学术质量；通过输入学科信息，计算该学科对应的各期刊在标准子系统中的论文命中率，得出该期刊的质量评价指标。该方法可以规避主观干扰，改变以SCI引文为基础的评价体系，有效提升学科文献质量的评价量化水平。
-
-
Search Results
3
records
(took 0.017 seconds)
