-
公开(公告)号：CN118644055A
公开(公告)日：2024-09-13
申请号：CN202411116566.0
申请日：2024-08-15
Applicant: 厦门大学
Abstract: 本申请公开了一种基于深度强化学习的机器人任务管理系统，涉及机器人技术领域，解决了目前存在被限制为单一任务的机器人在没有任务的时候会被闲置，使得机器人利用率较低的问题。该系统包括：任务发布子系统、任务分配子系统和任务调度子系统；任务发布子系统，用于获得任务流，并发送任务流；任务分配子系统，用于为任务流中每个待执行子任务选择目标机器人，并生成每个目标机器人对应的调度信息，将每个调度信息分配至对应目标机器人的任务调度子系统；任务调度子系统，用于基于至少一个调度信息确定对应目标机器人的任务列表，以及对任务列表进行动态优化，以使目标机器人按照更新后的任务列表执行任务。
-
公开(公告)号：CN117995387A
公开(公告)日：2024-05-07
申请号：CN202410161776.5
申请日：2024-02-05
Applicant: 厦门大学 , 厦门智数联科技有限公司
IPC: G16H50/20 , G06F18/22 , G06F40/216 , G06N3/0455
Abstract: 本发明公开了一种基于文本相似度的病状判断方法、装置及可读介质，包括：获取病历文本数据，对病历文本数据进行裁切和过滤处理，得到若干个短病历文本；构建基于病状特征的树状结构，采用深度遍历算法对基于病状特征的树状结构进行遍历，并解析得到若干个完整病状描述文本；分别对每个完整病状描述文本和短病历文本进行编码，得到第一文本向量和第二文本向量；遍历每个短病历文本，将第二文本向量与第一文本向量进行相似度计算，得到相似度值，并统计每个短病历文本与每个完整病状描述文本之间的共同字符数，根据相似度值和共同字符数计算得到相似度评分，基于相似度评分确定短病历文本对应的病状，帮助医护人员快速获取完整的病历信息。
-
公开(公告)号：CN116861921A
公开(公告)日：2023-10-10
申请号：CN202310837554.6
申请日：2023-07-10
Applicant: 厦门大学
IPC: G06F40/30 , G06F40/205 , G06F18/15 , G06F18/214
Abstract: 本发明公开了一种基于大语言模型的机器人任务解析方法、装置及可读介质，通过收集机器人任务相关的数据，对数据进行预处理，得到训练数据，训练数据包括自然语言的任务描述以及对应的任务解析结果；采用P‑tuning‑v2的微调方式对大语言模型进行微调，得到微调后的大语言模型；基于机器人任务的需求和特点构建训练数据对应的提示语，采用思维链和小样本学习对提示语进行优化，得到优化后的提示语，采用优化后的提示语对微调后的大语言模型进行训练，得到机器人任务解析模型；获取实时的自然语言的任务描述，将自然语言的任务描述输入机器人任务解析模型，输出得到任务解析结果。本发明能准确的将自然语言的任务描述解析成机器人能够理解的执行指令。
-
公开(公告)号：CN111968715B
公开(公告)日：2022-11-01
申请号：CN202010623195.0
申请日：2020-06-30
Applicant: 厦门大学
Abstract: 本发明公开了一种基于病历数据和药物相互作用风险的药物推荐建模方法，方法具体包括如下步骤：S100：从病历数据、门诊病历数据以及TWOSIDES药物相互作用数据中进行异构特征提取操作；S200：根据提取的多源异构特征构建药物推荐序列生成模型；S300：在药物推荐序列生成模型中输入患者病历，模型计算输出推荐用药信息。本发明提供的基于病历数据和药物相互作用风险的药物推荐建模方法，通过自动从海量历史病例数据和药物相互作用信息中学习和建模，给出药物推荐信息，对临床药物合理联用提供准确有效的决策依据，同时降低药物不良反应的发生率，为用户的用药安全提供有效保障。
-
公开(公告)号：CN112215059A
公开(公告)日：2021-01-12
申请号：CN202010873246.5
申请日：2020-08-26
Applicant: 厦门大学
Abstract: 本发明提供一种基于深度学习的城中村识别和人口估计方法、系统级计算机可存储介质，其中方法包括城中村识别阶段和城中村人口估计阶段，所述城中村识别阶段：提取城市路网图，使用opencv python包在路网图上提取路网轮廓，在遥感卫星图像上切割出图像块；对切割出的图像块进行城中村标注，选取样本构成训练样本集，使用Mask‑RCNN模型进行训练和预测，获取城市遥感卫星图像上的城中村分布图；所述城中村人口估计阶段：在城市遥感卫星图像上的城中村分布图中切割出每一个城中村遥感卫星图像，计算得到房屋容量特征、人群移动特征和区域功能特征；将三者作为输入，利用残差网络模型训练和预测城中村人口数量。本发明提供的方法，具有高效、低耗的优点，同时也达到了较高的识别和估计准确率。
-
Patent Agency Ranking
公开(公告)号：CN111259767A
公开(公告)日：2020-06-09
申请号：CN202010031165.0
申请日：2020-01-13
Applicant: 厦门大学
IPC: G06K9/00 , G06F16/535 , G06F16/583 , G06F16/587 , G06N3/04 , G06N3/08 , G06T11/20 , G08G1/01
Abstract: 本发明公开了基于交通数据及街景数据的交通违法行为识别方法和系统。包括首先提取驾驶行为，构建驾驶行为数据库；对驾驶行为时的道路环境数据进行复原，获取对应的街景图片序列；通过目标检测算法检测其中的交通标志，判断交通标志的类型是否与驾驶行为相对应，从而判断驾驶行为是否违法。本发明通过地图匹配算法进行驾驶行为的提取，解决了直接从轨迹数据中提取转向等驾驶行为存在的各种弊端，将人工智能技术与大规模街景图片数据相结合，利用深度学习目标检测算法检测街景图片中的交通标志，为违法行为的识别提供依据；且通过将驾驶行为与街景图片相匹配，极大地减少了所需要进行检测的街景图片数量，准确识别出对应的违法驾驶行为。
-
公开(公告)号：CN111242491A
公开(公告)日：2020-06-05
申请号：CN202010045209.5
申请日：2020-01-16
Applicant: 厦门大学
IPC: G06Q10/06 , G06Q50/26 , G06F16/904 , G16H40/00
Abstract: 本发明公开了一种医疗大数据可视化分析方法、介质、设备及系统，其中方法包括：获取待分析区域地图，并对待分析区域地图进行网格化处理，以生成网格化区域地图；获取待分析区域的人口数据，并根据人口数据计算网格化区域地图中每个网格对应的人口数量，以及将每个网格对应的人口数量在网格化区域地图中可视化显示；获取医疗机构的位置信息和路网影响距离，并根据位置信息和路网影响距离确定医疗机构对应的可影响网格，以及建立可影响网格与医疗机构之间关联，以便将医疗机构与对应的可影响网格进行关联显示；能够对医疗大数据进行有效分析，节约医疗数据分析过程中所需人力物力资源，同时，分析结果直观可视化，利于决策者的决策行为。
-
公开(公告)号：CN118644055B
公开(公告)日：2024-11-12
申请号：CN202411116566.0
申请日：2024-08-15
Applicant: 厦门大学
Abstract: 本申请公开了一种基于深度强化学习的机器人任务管理系统，涉及机器人技术领域，解决了目前存在被限制为单一任务的机器人在没有任务的时候会被闲置，使得机器人利用率较低的问题。该系统包括：任务发布子系统、任务分配子系统和任务调度子系统；任务发布子系统，用于获得任务流，并发送任务流；任务分配子系统，用于为任务流中每个待执行子任务选择目标机器人，并生成每个目标机器人对应的调度信息，将每个调度信息分配至对应目标机器人的任务调度子系统；任务调度子系统，用于基于至少一个调度信息确定对应目标机器人的任务列表，以及对任务列表进行动态优化，以使目标机器人按照更新后的任务列表执行任务。
-
公开(公告)号：CN115510277A
公开(公告)日：2022-12-23
申请号：CN202210717598.0
申请日：2022-06-23
Applicant: 厦门大学
IPC: G06F16/901 , G06N3/04 , G06N3/08 , G06K9/62
Abstract: 本发明公开了一种连续时序交互图表示方法和介质，其中方法包括：获取原始动态图数据，进行预处理，以得到结构数据、节点特征和边特征；进行划分，以生成训练集、测试集和验证集；根据训练集对模型进行训练，以得到初始图表示模型，并根据测试集和验证集对初始图表示模型进行测试和验证，以得到最终图表示模型，获取待处理动态图，并通过最终图表示模型输出待处理动态图中节点对应的节点表示向量；能够有效捕捉节点表示的连续动态性并学习其状态轨迹，进而有效提升非活跃节点的表示能力及长间隔交互的预测效果。
-
公开(公告)号：CN111915057B
公开(公告)日：2022-05-17
申请号：CN202010599191.3
申请日：2020-06-28
Applicant: 厦门大学
Abstract: 本发明公开了一种基于深度学习和群智感知的单车需求预测与调度方法，包括如下步骤：步骤S1：单车需求预测：建立单车需求图结构，基于历史时刻图结构节点属性值和边权重，预测未来时刻图结构节点的属性值；通过时空网络架构准确预测出未来时刻的单车需求变化趋势；步骤S2：生成单车调度任务：根据预测出的未来时刻的单车需求变化趋势，输入到单车调度任务模型生成单车调度任务，步骤S3：单车群智调度执行：根据生成的单车调度任务，输入到调度执行模型，进行调度任务分配，本发明提供的方法，可以准确地预测城际范围内的自行车骑行需求，并基于预测结果，利用群智感知技术有效地进行自行车调度，提升了自行车系统的有效利用率，节省了单车调度所需的人力物力。
-
-
-
-
-
-
-
-
-
Search Results
48
records
(took 0.047 seconds)
