-
公开(公告)号：CN116564534B
公开(公告)日：2024-08-20
申请号：CN202310347923.3
申请日：2023-04-03
Applicant: 北京林业大学 , 中国中医科学院中医药信息研究所
IPC: G16H50/70 , G06F18/23213 , G06F18/24 , G06N3/0464 , G06N3/08 , G06F17/16 , G06N3/048
Abstract: 本发明提供一种中医临床数据的多视图聚类方法、装置及电子设备，涉及计算机技术领域，方法包括：从N个目标对象的中医临床数据中，获取N个目标对象对应的多视图信息，多视图信息为中医临床数据中从至少两个角度对目标对象进行描述的信息；确定多视图信息对应的特征矩阵和邻接矩阵；将特征矩阵和邻接矩阵输入至预先设置的多视图图卷积编码模型中，得到多视图图卷积编码模型输出的N个目标对象对应的特征表示；将各特征表示输入至预先设置的聚类模型中，得到聚类模型输出的聚类结果，聚类结果用于表征N个目标对象的中医临床数据之间的关系。本发明有效提高了聚类分析的效果，例如提高了聚类分析的准确性。
-
公开(公告)号：CN113836926A
公开(公告)日：2021-12-24
申请号：CN202111133749.X
申请日：2021-09-27
Applicant: 北京林业大学
IPC: G06F40/295 , G06F40/216 , G06N3/04 , G06N3/08
Abstract: 本申请公开了电子病历命名实体识别方法、电子设备及存储介质。该命名实体识别方法包括：获取电子病历的文本数据；以及将所述文本数据输入至命名实体识别模型，获得与所述文本数据相对应的命名实体识别结果，其中，所述命名实体识别模型包括嵌入层、卷积神经网络层、多头注意力层和条件随机场层。该命名实体识别方法在卷积神经网络层的单个字符识别结果的基础上，采用多头注意力层进行特征提取以解决多个字符的不同相关性问题，从而提高模型有效性。
-
公开(公告)号：CN105045875A
公开(公告)日：2015-11-11
申请号：CN201510425081.4
申请日：2015-07-17
Applicant: 北京林业大学
IPC: G06F17/30
Abstract: 本发明提供一种个性化检索方法，包括：对用户提交的查询进行分词得到检索词集合Q；根据叙词表进行叙词规范化获得规范化叙词；通过比较用户提交的查询和用户模型的相关性，构建用于本次查询的查询模型；利用查询模型扩展检索词集合Q得到新的检索词集合Q1；利用通用搜索引擎对Q1中的检索词进行检索，获得网页中的要素信息；计算每个网页的查询和文档相关度比值，根据所述相关度比值进行排序，并返回给用户，相关度比值越小表示用户个性化需求和检索结果越接近。本发明提供的个性化检索方法和装置记录和分析用户的检索历史，并应用于当前提交的检索，改善了检索结果的相关性及检索效率。
-
公开(公告)号：CN118468030B
公开(公告)日：2024-11-22
申请号：CN202410627565.6
申请日：2024-05-21
Applicant: 北京林业大学
IPC: G06F18/214 , G06F18/2431 , G06F18/22 , G06N3/096
Abstract: 本发明公开了一种少样本连续增量关系抽取方法和系统，包括：输入准备：获取待抽取关系的文本和任务指令。双重提示模块：使用双重提示的方法增强模型的适应性和泛化能力，包括g‑prompt和e‑prompt。任务难度递进模块：对g‑prompt中的提示进行排序。使用余弦相似度计算e‑prompt与g‑prompt的相关性，并按相关性对g‑prompt中的提示进行顺序优化。拼接优化后的g‑prompt与e‑prompt，得到双重提示。关系抽取：将文本嵌入与双重提示相结合，将双重提示与文本嵌入相结合，输入大模型以生成关系抽取结果。本发明的优点是：减少内存需求，降低训练成本，在少样本情况下，也能取得良好效果，确保按合理顺序学习，减少灾难性遗忘。
-
公开(公告)号：CN105388255B
公开(公告)日：2017-07-04
申请号：CN201510747073.1
申请日：2015-11-05
Applicant: 北京林业大学
IPC: G01N33/00
CPC classification number: Y02A50/25
Abstract: 本发明公开了一种多通道均匀进气溶胶实验检测系统，包括进气部分，用于产生均匀的且具有特定粒径的气溶胶，并通过通风管道输送到实验气室部分；实验气室部分包括：多个实验气室，以及分别设置在每一实验气室前端和后端的检测室，通过检测室来检测进入实验气室前后的气溶胶浓度；所述多个实验气室中至少有一个空白实验气室，用于测量空白背景值，剩余的实验气室中均放置不同的实验材料，用于测量实验前后对应的材料实验值；根据每一实验气室测量的材料实验值、空白背景值及对应实验材料的面积计算所述对应实验材料的气溶胶吸附能力。本发明公开的系统，可以准确测量气溶胶在不同物质上的滞留吸附特性，对大气环境污染治理有重要的实践意义。
-
Patent Agency Ranking
公开(公告)号：CN103778262A
公开(公告)日：2014-05-07
申请号：CN201410080938.9
申请日：2014-03-06
Applicant: 北京林业大学
IPC: G06F17/30
CPC classification number: G06F17/30861 , G06F17/3066 , G06F17/30672
Abstract: 一种基于叙词表的信息检索方法及装置，所述方法包括根据叙词表，对用户输入的检索词进行规范化，获得规范化检索词K；利用规范化检索词K，通过通用搜索引擎对规范化检索词K进行检索，对结果的网址进行分析，提取要素信息；利用相似度计算的方法求出叙词表中K的相关词的相似度，将相似度大于阈值的相关词加入查询扩展集合N；将与K的相似度作为对应相关词的权值，利用相关词对每个网页中的要素信息进行加权求和计算，得到网页的权值，将网页按照权值由从大到小排序。本发明利用叙词表的词间关系，提出语义相似度计算方法，实现对叙词表词间关系的量化分析，并将计算相似度的叙词用于检索后结果的加权排序。本发明信息检索方法和装置显著提高了查询效果。
-
公开(公告)号：CN116705338B
公开(公告)日：2023-12-08
申请号：CN202310990444.3
申请日：2023-08-08
Applicant: 中国中医科学院中医药信息研究所 , 北京林业大学
Abstract: 本发明提供一种基于规则和路径的中医药多模态知识图谱推理方法和装置，涉及知识图谱推理技术领域，该方法包括：根据中医药多模态知识图谱中的目标规则对中医药多模态知识图谱中的目标路径进行组合，生成中医药多模态知识图谱的目标三元组；根据中医药多模态知识图谱的目标三元组、中医药多模态知识图谱中的实体图像嵌入表示、中医药多模态知识图谱中的实体描述信息嵌入表示、中医药多模态知识图谱中的实体类别嵌入表示，生成基于规则和路径的中医药多模态知识图谱推理模型；嵌入表示用于创建向量表示；根据中医药多模态知识图谱推理模型，进行中医药多模态知识的推理。本发明基于中医药多模态知识图谱推理模型可以有效的提
-
公开(公告)号：CN116564534A
公开(公告)日：2023-08-08
申请号：CN202310347923.3
申请日：2023-04-03
Applicant: 北京林业大学 , 中国中医科学院中医药信息研究所
IPC: G16H50/70 , G06F18/23213 , G06F18/24 , G06N3/0464 , G06N3/08 , G06F17/16 , G06N3/048
Abstract: 本发明提供一种中医临床数据的多视图聚类方法、装置及电子设备，涉及计算机技术领域，方法包括：从N个目标对象的中医临床数据中，获取N个目标对象对应的多视图信息，多视图信息为中医临床数据中从至少两个角度对目标对象进行描述的信息；确定多视图信息对应的特征矩阵和邻接矩阵；将特征矩阵和邻接矩阵输入至预先设置的多视图图卷积编码模型中，得到多视图图卷积编码模型输出的N个目标对象对应的特征表示；将各特征表示输入至预先设置的聚类模型中，得到聚类模型输出的聚类结果，聚类结果用于表征N个目标对象的中医临床数据之间的关系。本发明有效提高了聚类分析的效果，例如提高了聚类分析的准确性。
-
公开(公告)号：CN105045875B
公开(公告)日：2018-06-12
申请号：CN201510425081.4
申请日：2015-07-17
Applicant: 北京林业大学
IPC: G06F17/30
Abstract: 本发明提供一种个性化检索方法，包括：对用户提交的查询进行分词得到检索词集合Q；根据叙词表进行叙词规范化获得规范化叙词；通过比较用户提交的查询和用户模型的相关性，构建用于本次查询的查询模型；利用查询模型扩展检索词集合Q得到新的检索词集合Q1；利用通用搜索引擎对Q1中的检索词进行检索，获得网页中的要素信息；计算每个网页的查询和文档相关度比值，根据所述相关度比值进行排序，并返回给用户，相关度比值越小表示用户个性化需求和检索结果越接近。本发明提供的个性化检索方法和装置记录和分析用户的检索历史，并应用于当前提交的检索，改善了检索结果的相关性及检索效率。
-
公开(公告)号：CN118468030A
公开(公告)日：2024-08-09
申请号：CN202410627565.6
申请日：2024-05-21
Applicant: 北京林业大学
IPC: G06F18/214 , G06F18/2431 , G06F18/22 , G06N3/096
Abstract: 本发明公开了一种少样本连续增量关系抽取方法和系统，包括：输入准备：获取待抽取关系的文本和任务指令。双重提示模块：使用双重提示的方法增强模型的适应性和泛化能力，包括g‑prompt和e‑prompt。任务难度递进模块：对g‑prompt中的提示进行排序。使用余弦相似度计算e‑prompt与g‑prompt的相关性，并按相关性对g‑prompt中的提示进行顺序优化。拼接优化后的g‑prompt与e‑prompt，得到双重提示。关系抽取：将文本嵌入与双重提示相结合，将双重提示与文本嵌入相结合，输入大模型以生成关系抽取结果。本发明的优点是：减少内存需求，降低训练成本，在少样本情况下，也能取得良好效果，确保按合理顺序学习，减少灾难性遗忘。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.031 seconds)
