-
公开(公告)号：CN112927797A
公开(公告)日：2021-06-08
申请号：CN202110317885.8
申请日：2021-03-25
Applicant: 重庆医科大学附属第一医院 , 重庆科技学院
IPC: G16H50/20 , G06F40/295 , G06F40/30 , G06F40/216 , G06N3/08 , G06N7/00
Abstract: 本发明涉及医学智能临床诊断分析技术领域，具体公开了一种基于贝叶斯概率推断的急诊临床诊断分析系统，设置信息获取单元采集医学急诊临床过程中患者的电子医疗病历(EMR)数据，设置实体提取单元及数据整合单元将这些多源数据先进行整合，然后设置文本特征提取单元将整合后的多维异构数据放入ALBERT模型中训练以提取电子病例的文本特征，而后设置贝叶斯概率推算模块给文本特征加之以DNF模型(区分式生成模型)概率映射到贝叶斯空间以构建贝叶斯概率模型，通过概率推算得出诊断和急诊处理措施的最优概率以提供急诊临床诊断支持(最终概率推断结果分别取Top‑1和Top‑3)，可应用在各类疾病的急诊临床诊断中以作参考。
-
公开(公告)号：CN112633390A
公开(公告)日：2021-04-09
申请号：CN202011586918.0
申请日：2020-12-29
Applicant: 重庆科技学院
IPC: G06K9/62 , G06F40/295 , G06F16/9537 , G06F16/2458 , G06N3/04
Abstract: 本发明涉及青蒿素提净度分析技术领域，具体公开了一种基于贝叶斯概率优化的青蒿素提净度分析方法，结合青蒿素提取过程数据来源多维异构的特点将多源数据(包括实时数据、实时状态时间序列和关键工艺参数)先进行整合，而后将整合后的多维异构数据与权重相结合融入到贝叶斯概率模型之中以构建贝叶斯概率模型，以确保最后输出的最优概率能反映提净效果的综合表现。本发明使青蒿素提净程度变得可监控，填补目前无法再现跟踪提净效果的空白，并且输出可靠度高，能帮助指导青蒿素生产及其副产物综合利用开发，逐步替代现有人工操作，降低安全生产风险，提高产品收率，降低生产成本。
-
Patent Agency Ranking
公开(公告)号：CN112633390B
公开(公告)日：2022-05-20
申请号：CN202011586918.0
申请日：2020-12-29
Applicant: 重庆科技学院
IPC: G06K9/62 , G06F40/295 , G06F16/9537 , G06F16/2458 , G06N3/04 , G06V10/774 , G06V10/82 , G06V10/84
Abstract: 本发明涉及青蒿素提净度分析技术领域，具体公开了一种基于贝叶斯概率优化的青蒿素提净度分析方法，结合青蒿素提取过程数据来源多维异构的特点将多源数据(包括实时数据、实时状态时间序列和关键工艺参数)先进行整合，而后将整合后的多维异构数据与权重相结合融入到贝叶斯概率模型之中以构建贝叶斯概率模型，以确保最后输出的最优概率能反映提净效果的综合表现。本发明使青蒿素提净程度变得可监控，填补目前无法再现跟踪提净效果的空白，并且输出可靠度高，能帮助指导青蒿素生产及其副产物综合利用开发，逐步替代现有人工操作，降低安全生产风险，提高产品收率，降低生产成本。
-
公开(公告)号：CN112667776B
公开(公告)日：2022-05-10
申请号：CN202011588648.7
申请日：2020-12-29
Applicant: 重庆科技学院
IPC: G06F16/33 , G06F16/35 , G06F16/36 , G06F40/216 , G06F40/295 , G06F40/30 , G06K9/62 , G06N3/04 , G06N3/08 , G06N20/10 , G06Q50/20
Abstract: 本发明涉及智能教学技术领域，具体公开了一种智能教学评估与分析方法，该方法结合教师评价、课后作业及实验报告的无结构化文本和结构化信息并存的特点将实体整合到卷积塔之中以构建可感知实体卷积神经网络，而后将实体关系与权重相结合，以确保最后的整合成绩能够反映学生的综合表现，成绩可靠度高，并且能帮助教师及时准确地分析学生行为，以发现学生的问题与难点，以做出及时的预判与处理，有助于加快教学进度，减轻教师负担，促进学生个性发展；还能帮助教育管理者进行信息化管理与绩效评估，促进教师专业发展，提升教学质量与学校管理能力。
-
公开(公告)号：CN113052461B
公开(公告)日：2022-04-08
申请号：CN202110317882.4
申请日：2021-03-25
Applicant: 重庆科技学院
IPC: G06Q10/06 , G06Q50/20 , G06F40/295 , G06N3/04 , G06N3/08
Abstract: 本发明涉及智能教学领域，具体公开了一种基于概率图模式推断的文本智能教学评价方法，其结合教学评价量表来源多维的特点将多源数据(包括教学文案、教学过程、技术应用、教师素养、教学质量、创新应用等指标)先进行整合，然后将整合后的多维数据放入LEX‑BERT模型中训练以提取教学评价量表的文本特征并加以适当推理，而后给文本特征加之以权重并放入到PGM模型中，通过PGM模型推断得出教师素养和教学质量的正负概率，最后将推断概率进行归一化处理之后输出最终基于文本的智能教学评价分数。本发明基于多源的教学评价量表数据，结合LEX‑BERT模型与图概率模型的信度推断优势，可获得更可靠的教学评价。
-
公开(公告)号：CN113052461A
公开(公告)日：2021-06-29
申请号：CN202110317882.4
申请日：2021-03-25
Applicant: 重庆科技学院
IPC: G06Q10/06 , G06Q50/20 , G06F40/295 , G06N3/04 , G06N3/08
Abstract: 本发明涉及智能教学领域，具体公开了一种基于概率图模式推断的文本智能教学评价方法，其结合教学评价量表来源多维的特点将多源数据(包括教学文案、教学过程、技术应用、教师素养、教学质量、创新应用等指标)先进行整合，然后将整合后的多维数据放入LEX‑BERT模型中训练以提取教学评价量表的文本特征并加以适当推理，而后给文本特征加之以权重并放入到PGM模型中，通过PGM模型推断得出教师素养和教学质量的正负概率，最后将推断概率进行归一化处理之后输出最终基于文本的智能教学评价分数。本发明基于多源的教学评价量表数据，结合LEX‑BERT模型与图概率模型的信度推断优势，可获得更可靠的教学评价。
-
公开(公告)号：CN112667776A
公开(公告)日：2021-04-16
申请号：CN202011588648.7
申请日：2020-12-29
Applicant: 重庆科技学院
IPC: G06F16/33 , G06F16/35 , G06F16/36 , G06F40/216 , G06F40/295 , G06F40/30 , G06K9/62 , G06N3/04 , G06N3/08 , G06N20/10 , G06Q50/20
Abstract: 本发明涉及智能教学技术领域，具体公开了一种智能教学评估与分析方法，该方法结合教师评价、课后作业及实验报告的无结构化文本和结构化信息并存的特点将实体整合到卷积塔之中以构建可感知实体卷积神经网络，而后将实体关系与权重相结合，以确保最后的整合成绩能够反映学生的综合表现，成绩可靠度高，并且能帮助教师及时准确地分析学生行为，以发现学生的问题与难点，以做出及时的预判与处理，有助于加快教学进度，减轻教师负担，促进学生个性发展；还能帮助教育管理者进行信息化管理与绩效评估，促进教师专业发展，提升教学质量与学校管理能力。
-
-
-
-
-
-
Search Results
7
records
(took 0.018 seconds)
