-
公开(公告)号：CN106778014A
公开(公告)日：2017-05-31
申请号：CN201611247218.2
申请日：2016-12-29
Applicant: 浙江大学
IPC: G06F19/00
Abstract: 本发明公开了一种基于循环神经网络的患病风险预测方法，包括：(1)利用诊断的疾病作为训练样本，进行疾病名称分布式词向量训练，得到词向量映射矩阵，并进行存储；(2)再次利用诊断的疾病作为训练样本，进行循环神经网络训练，得到患病风险预测模型；(3)将病人历史记录中每种诊断疾病作为一个测试样本输入患病风险预测模型，得到患病风险预测结果。该方法利用循环神经网络与分布式词向量表达嵌入技术，解决了因医疗诊断数据具有维度高、数据稀疏、时序性强等特点导致的训练模型过于复杂、训练成本高以及训练准确率低等问题，实现了针对历史患病信息进行具有时序性的建模过程。
-
公开(公告)号：CN106709248A
公开(公告)日：2017-05-24
申请号：CN201611168316.7
申请日：2016-12-16
Applicant: 浙江大学
CPC classification number: G06F16/2465 , G16H50/70
Abstract: 本发明公开了一种基于FP‑Growth算法的疾病并发症挖掘方法，其基于大型医院多年间的体检数据，对患者的诊断数据进行提取，并利用FP‑Growth算法得到频繁项集，从中构造可信度不低于阈值的规则，即疾病并发症。医生在给出诊断建议时，不仅可以根据患者体检数据进行建议，还可以根据疾病并发症对患者提出科学可靠的建议和防患措施。本发明通过关联规则挖掘得到的疾病关联症全面、真实、可靠；所采用的FP‑Growth算法，比一般关联规则算法更快速、高效；本发明除了给出疾病的并发症，还给出相应的可能性，并按照可能性高低对并发症进行排序，使提供给病患的诊断结果和诊断建议更加准确，提高病患体检满意度。
-
公开(公告)号：CN112199550B
公开(公告)日：2023-05-19
申请号：CN202010937121.4
申请日：2020-09-08
Applicant: 浙江大学山东工业技术研究院
IPC: G06F16/735 , G06F16/78 , G06N3/048 , G06N3/08
Abstract: 本发明属于互联网服务技术领域，尤其是涉及一种基于情感胶囊网络的短视频点击率预测方法。一种基于情感胶囊网络的短视频点击率预测方法，包括以下步骤：S1、将用户行为序列分割成块序列；S2、采用门机制从用户块序列和目标短视频中抽取模块特征；S3、利用情感胶囊网络获得用户对目标短视频的情感表征；S4、根据情感特征，预测用户对目标短视频的点击率；S5、根据模型特性，设计损失函数；S6、采用Adam优化器更新模型参数。本发明提供了一种利用短视频平台中用户的正反馈和负反馈数据，判断用户对目标短视频每个模块的情感，细粒度地预测用户对当前短视频的点击率的基于情感胶囊网络的短视频点击率预测方法。
-
公开(公告)号：CN106778014B
公开(公告)日：2020-06-16
申请号：CN201611247218.2
申请日：2016-12-29
Applicant: 浙江大学
Abstract: 本发明公开了一种基于循环神经网络的患病风险预测方法，包括：(1)利用诊断的疾病作为训练样本，进行疾病名称分布式词向量训练，得到词向量映射矩阵，并进行存储；(2)再次利用诊断的疾病作为训练样本，进行循环神经网络训练，得到患病风险预测模型；(3)将病人历史记录中每种诊断疾病作为一个测试样本输入患病风险预测模型，得到患病风险预测结果。该方法利用循环神经网络与分布式词向量表达嵌入技术，解决了因医疗诊断数据具有维度高、数据稀疏、时序性强等特点导致的训练模型过于复杂、训练成本高以及训练准确率低等问题，实现了针对历史患病信息进行具有时序性的建模过程。
-
公开(公告)号：CN106127525A
公开(公告)日：2016-11-16
申请号：CN201610511421.X
申请日：2016-06-27
Applicant: 浙江大学
IPC: G06Q30/02 , H04N21/254
CPC classification number: G06Q30/0282 , H04N21/2542
Abstract: 本发明公开了一种基于分类算法的电视购物商品推荐方法，其利用逻辑回归和随机森林将预测问题转换为分类问题，即预测用户对于某商品的购买行为分为两类：购买和不购买；从物品信息、用户信息以及用户行为记录中提取各个特征作为输入，用户的预测评分作为输出，这样构成一个函数，使用线性回归的方法来训练模型，转换为训练分类器问题；本发明方法不是基于启发式的规则来进行预测计算，而是基于数据分析和统计以及机器学习训练模型来进行预测；只要训练出模型，就可以对新用户和新物品进行快速计算和预测。
-
Patent Agency Ranking
公开(公告)号：CN112199550A
公开(公告)日：2021-01-08
申请号：CN202010937121.4
申请日：2020-09-08
Applicant: 浙江大学山东工业技术研究院
IPC: G06F16/735 , G06F16/78 , G06N3/04 , G06N3/08
Abstract: 本发明属于互联网服务技术领域，尤其是涉及一种基于情感胶囊网络的短视频点击率预测方法。一种基于情感胶囊网络的短视频点击率预测方法，包括以下步骤：S1、将用户行为序列分割成块序列；S2、采用门机制从用户块序列和目标短视频中抽取模块特征；S3、利用情感胶囊网络获得用户对目标短视频的情感表征；S4、根据情感特征，预测用户对目标短视频的点击率；S5、根据模型特性，设计损失函数；S6、采用Adam优化器更新模型参数。本发明提供了一种利用短视频平台中用户的正反馈和负反馈数据，判断用户对目标短视频每个模块的情感，细粒度地预测用户对当前短视频的点击率的基于情感胶囊网络的短视频点击率预测方法。
-
公开(公告)号：CN106777996A
公开(公告)日：2017-05-31
申请号：CN201611205897.7
申请日：2016-12-23
Applicant: 浙江大学
CPC classification number: G06F16/93 , G06F16/3329 , G16H10/60
Abstract: 本发明公开了一种基于Solr的体检数据搜索系统，包括数据预处理模块、Solr搜索引擎平台搭建模块和网页查询模块。本发明采用Oracle+Solr的框架，数据存储在医院的Oracle数据库中，用Solr建立全文搜索引擎，并导入MMSeg4i的支持库和专业医学词库以支持中文文本类型的分词。Solr虽然可以通过发送查询请求返回数据，但是数据结果为json形式，不够直观。因此，本发明设计一个与索引库交互的用户查询界面，该查询界面为用户提供查找输入框，又能将输出结果有序的显示给客户。
-
公开(公告)号：CN106682411B
公开(公告)日：2019-04-16
申请号：CN201611198280.7
申请日：2016-12-22
Applicant: 浙江大学
IPC: G16H50/70
Abstract: 本发明公开了一种将体检诊断数据转化为疾病标签的方法，包括：(1)对体检诊断数据进行文本分词和新词发现处理，得到词序列；(2)在词序列中，提取所需要的疾病词汇，得到疾病名称；(3)对疾病名称中的同义词进行归并，得到归并的疾病名称；(4)对疾病名称进行聚类，建立疾病类目树；(5)根据归并的疾病名称和疾病类目树进行疾病标记，得到疾病标签。该方法采用多种自然语言处理技术挖掘体检诊断数据中疾病结果，提取其中疾病分类结构并进行编码数字化，为体检记录提供标准疾病名称标签，从而更直接的描述体检的结果并可以为其他大数据医疗服务。
-
公开(公告)号：CN106682412A
公开(公告)日：2017-05-17
申请号：CN201611199219.4
申请日：2016-12-22
Applicant: 浙江大学
IPC: G06F19/00
Abstract: 本发明公开了一种基于医疗体检数据的糖尿病预测方法，包括：(1)对每个用户的体检数据进行处理，得到完整的体检数据；(2)将完整的患糖尿病的体检数据作为正训练样本，将完整的未患糖尿病的体检数据作为负训练样本；采用GBDT+LR模型进行训练，并根据模型的效果进行模型调整融合，得到最终预测模型；(3)将处理后的新用户的体检数据作为预测样本输入到最终预测模型，得到新用户的患糖尿病概率。通过该方法可以辅助医生进行更好的判断，病人更好的了解自身患病的风险。
-
公开(公告)号：CN106682411A
公开(公告)日：2017-05-17
申请号：CN201611198280.7
申请日：2016-12-22
Applicant: 浙江大学
IPC: G06F19/00
CPC classification number: G16H50/70
Abstract: 本发明公开了一种将体检诊断数据转化为疾病标签的方法，包括：(1)对体检诊断数据进行文本分词和新词发现处理，得到词序列；(2)在词序列中，提取所需要的疾病词汇，得到疾病名称；(3)对疾病名称中的同义词进行归并，得到归并的疾病名称；(4)对疾病名称进行聚类，建立疾病类目树；(5)根据归并的疾病名称和疾病类目树进行疾病标记，得到疾病标签。该方法采用多种自然语言处理技术挖掘体检诊断数据中疾病结果，提取其中疾病分类结构并进行编码数字化，为体检记录提供标准疾病名称标签，从而更直接的描述体检的结果并可以为其他大数据医疗服务。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.018 seconds)
