公开(公告)号：CN119167234A

公开(公告)日：2024-12-20

申请号：CN202411290099.3

申请日：2024-09-14

Applicant: 重庆邮电大学

Inventor： 胡峰 ,  于政文 ,  苏祖强 ,  代劲 ,  于洪 ,  王小强 ,  杨永亮 ,  刘璇 ,  杨星

IPC: G06F18/2431 ,  G06Q10/04 ,  G06F18/213 ,  G06F16/22 ,  G06N3/047 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明涉及基于胶囊网络的工业生产表格数据分类预测方法，包括：获取待检测的工业生产表格数据，经过预处理后进行特征提取，将提取的特征输入训练后的胶囊网络，得到预测结果。该胶囊网络的训练过程包括：获取带有特定标签的工业生产表格数据，进行特征嵌入，利用多个特征提取器进行不同粒度的特征提取；将嵌入特征和通过多个特征提取器所提取的高级特征进行合并，将合并后的特征编码到初级胶囊中；将初级胶囊的输出信息通过自注意力静态路由机制传递给高级胶囊，进行分类预测，计算边际损失；将所述分类预测结果输入特征重构网络，进行重构，计算重构损失；根据边际损失和重构损失迭代训练胶囊网络。本发明可以明显提高预测结果的准确性。

公开(公告)号：CN119474981A

公开(公告)日：2025-02-18

申请号：CN202411589268.3

申请日：2024-11-08

Applicant: 重庆邮电大学

Inventor： 胡峰 ,  杨星 ,  于洪 ,  苏祖强 ,  代劲 ,  刘璇 ,  朱君豪 ,  于政文

IPC: G06F18/24 ,  G06F18/10 ,  G06N3/042 ,  G06N3/08 ,  G06F40/30 ,  G06F18/25

Abstract: 本发明属于医疗ICD自动编码领域，具体涉及一种基于图神经网络的医疗ICD编码分类方法，包括获取数据集并进行预处理得到文本向量矩阵；根据文本向量矩阵构建图结构，所述图结构包括节点特征矩阵和邻接矩阵；将图结构输入图神经网络模型输出预测ICD编码结果，采用基于交叉熵的多标签损失函数对模型进行训练；将待编码的病历数据输入训练好的图神经网络模型，得到预测ICD编码；本发明将医疗术语间的语义相似度、ICD编码间的层次距离和共现频率关系纳入图结构中，能够全面地捕捉词语及标签之间的复杂关系，更好地利用了ICD编码间的潜在关联性，增强了分类模型的上下文理解能力和准确性。

公开(公告)号：CN118969181A

公开(公告)日：2024-11-15

申请号：CN202410955550.2

申请日：2024-07-17

Applicant: 重庆邮电大学

Inventor： 胡峰 ,  刘璇 ,  于洪 ,  苏祖强 ,  王国胤 ,  代劲 ,  于政文 ,  朱君豪 ,  杨永亮 ,  杨星

IPC: G16H20/17 ,  G16H70/40 ,  G16H70/60 ,  G16H50/70 ,  G16H10/60 ,  G06N7/01 ,  G06N5/048 ,  G06N7/04 ,  G06N3/043 ,  G06N3/092

Abstract: 本发明涉及一种用于提供血糖控制信息的方法和装置，包括：获取真实场景下糖尿病患者的监测数据并进行预处理；根据监测数据利用模糊逻辑控制算法构建模糊控制器，并根据监测数据构建部分可观察马尔可夫决策过程模型；将模糊控制器嵌入离线强化学习算法TD3‑BC的Actor模块，并利用离线强化学习算法对所述部分可观察马尔可夫决策过程模型进行求解得到糖尿病患者需要的胰岛素剂量信息，并将胰岛素剂量信息向用户进行提供，本发明能够精准的向用户提供血糖控制信息，即患者需要的胰岛素剂量信息，便于用户根据血糖控制信息对血糖进行控制。

公开(公告)号：CN119004209A

公开(公告)日：2024-11-22

申请号：CN202411099686.4

申请日：2024-08-12

Applicant: 重庆邮电大学

Inventor： 胡峰 ,  朱君豪 ,  于洪 ,  苏祖强 ,  代劲 ,  刘璇 ,  杨星

IPC: G06F18/241 ,  G06F18/214 ,  G06F18/213 ,  G06F18/23213 ,  G06N3/0455 ,  G06N3/0895

Abstract: 本发明涉及一种基于多粒度与对比学习的异构表格数据分类方法，包括：获取待检测的异构表格数据，将其依次输入训练后的编码器网络和分类器网络，输出特定标签的分类结果；其网络训练过程包括：获取第一训练样本集，对提取样本中各列数据的特征，经过特征分解与合并得到全局特征集；将全局特征集随机划分特征子集，在特征子集下对样本进行聚类，根据聚类结果构建正负样本对；利用该正负样本对迭代优化编码器网络；获取与待检测的异构表格数据相关的且带有特定标签的第二训练样本，对其编码后输入分类器网络，迭代优化分类器网络。本发明可以提高异构表格数据的分类预测准确性，本发明中的编码器网络和分类器网络具有更优的鲁棒性和泛化能力。

公开(公告)号：CN119557479A

公开(公告)日：2025-03-04

申请号：CN202411600269.3

申请日：2024-11-11

Applicant: 重庆邮电大学

Inventor： 胡峰 ,  杨永亮 ,  王烨 ,  于政文 ,  刘璇 ,  王小强 ,  于洪

IPC: G06F16/783 ,  G06F16/732 ,  G06V20/40 ,  G06V10/774 ,  G06V10/82 ,  G06F40/258 ,  G06N3/0455 ,  G06N3/0475 ,  G06N3/0895

Abstract: 本发明属于文本‑视频检索领域，具体涉及一种基于生成字幕的多粒度语义对齐文本‑视频检索方法，包括：建立SAEC模型，并对其进行训练，通过训练后的SAEC模型进行文本‑视频匹配检索。本发明提出了一个新的模型SAEC，该模型通过匹配视频中的局部细节并理解视频的全局语义，显著提高了文本到视频的检索准确性，同时，本发明通过联合生成的字幕和视频，使模型不仅能理解视频的直接内容，还能把握更复杂的情境。