-
公开(公告)号：CN106803012A
公开(公告)日：2017-06-06
申请号：CN201611244641.7
申请日：2016-12-29
Applicant: 杭州师范大学钱江学院
IPC: G06F19/00
CPC classification number: G06F19/34
Abstract: 本发明公开一种基于概率主题模型和中药基本属性的方剂功效预测方法。首先通过中医药学语分词系统从方剂大辞典数据库和中药数据库提取出结构化数据。然后，根据方剂和其对应的中药，应用LDA模型得到方剂功效和中药之间治疗关系的概率属性向量。根据每幅方剂的中药和中药剂量，提取出君药和臣药，在其基础上整合君药和臣药的属性向量，以及基于TFIDF模型的方剂权重向量，构成方剂的特征向量，输入SVM多分类器进行训练。最后，用户输入需要预测的新方剂信息，应用主题建模和训练好的SVM多分类器得到方剂的功效。本发明可以根据新方剂的中药配伍有效的预测出该方剂的功效，对于自动组方、方剂的前期临床试验意义重大。
-
公开(公告)号：CN106803012B
公开(公告)日：2019-03-22
申请号：CN201611244641.7
申请日：2016-12-29
Applicant: 杭州师范大学钱江学院
Abstract: 本发明公开一种基于概率主题模型和中药基本属性的方剂功效预测方法。首先通过中医药学语分词系统从方剂大辞典数据库和中药数据库提取出结构化数据。然后，根据方剂和其对应的中药，应用LDA模型得到方剂功效和中药之间治疗关系的概率属性向量。根据每幅方剂的中药和中药剂量，提取出君药和臣药，在其基础上整合君药和臣药的属性向量，以及基于TFIDF模型的方剂权重向量，构成方剂的特征向量，输入SVM多分类器进行训练。最后，用户输入需要预测的新方剂信息，应用主题建模和训练好的SVM多分类器得到方剂的功效。本发明可以根据新方剂的中药配伍有效的预测出该方剂的功效，对于自动组方、方剂的前期临床试验意义重大。
-
公开(公告)号：CN110599358B
公开(公告)日：2021-05-04
申请号：CN201910620116.8
申请日：2019-07-10
Applicant: 杭州师范大学钱江学院
IPC: G06Q50/00 , G06N7/00 , G06F16/901
Abstract: 本发明公开一种基于概率因子图模型的跨社交网络用户身份关联方法。首先利用用户名相似度和网络结构从两个社交网络中选取候选配对用户对；然后，以所有的候选配对用户对为节点，候选配对用户对的两两朋友关系为边，构建用户对网络图；在构建的UPG和已标注的用户对数据的基础上，融合用户属性相似度因子和朋友关系因子构建概率因子图模型；最后利用梯度下降法对概率因子图模型进行参数的学习，学习结束后同时可得到两个社交网络中具备相同用户身份的用户集合。本发明可以根据部分标注的用户对数据，推断出特定的跨社交网络范围内的所有关联用户对，对商业上的跨社交网络的应用起着至关重要的作用。
-
公开(公告)号：CN110599358A
公开(公告)日：2019-12-20
申请号：CN201910620116.8
申请日：2019-07-10
Applicant: 杭州师范大学钱江学院
IPC: G06Q50/00 , G06N7/00 , G06F16/901
Abstract: 本发明公开一种基于概率因子图模型的跨社交网络用户身份关联方法。首先利用用户名相似度和网络结构从两个社交网络中选取候选配对用户对；然后，以所有的候选配对用户对为节点，候选配对用户对的两两朋友关系为边，构建用户对网络图；在构建的UPG和已标注的用户对数据的基础上，融合用户属性相似度因子和朋友关系因子构建概率因子图模型；最后利用梯度下降法对概率因子图模型进行参数的学习，学习结束后同时可得到两个社交网络中具备相同用户身份的用户集合。本发明可以根据部分标注的用户对数据，推断出特定的跨社交网络范围内的所有关联用户对，对商业上的跨社交网络的应用起着至关重要的作用。
-
-
-
Search Results
4
records
(took 0.026 seconds)
