-
公开(公告)号：CN116361673B
公开(公告)日：2023-08-11
申请号：CN202310640680.2
申请日：2023-06-01
IPC: G06F18/2321 , G06N3/0464 , G06N3/0442 , G06N3/045 , G06F16/2458 , G06F16/28
Abstract: 本发明公开了准周期时间序列无监督异常检测方法、系统及终端，属于时间序列异常检测技术领域，包括：对准周期时间序列进行分割处理；对准周期时间子序列进行聚类处理，得到正常准周期时间子序列构成的数据集；基于数据集对神经网络模型进行训练，得到无监督异常检测模型。本发明先对准周期时间序列进行分割处理，使得后续异常检测过程中以准周期时间子序列作为检测对象，使得后续异常检测结果具有可解释性；同时，通过聚类进行预处理，再通过正常准周期时间子序列对模型进行训练，使模型学习正常准周期时间子序列的数据分布从而能够在输入所有数据时对于异常数据有着更大的重构损失，实现准周期时间子序列无监督异常检测。
-
Patent Agency Ranking
公开(公告)号：CN114358212A
公开(公告)日：2022-04-15
申请号：CN202210089292.5
申请日：2022-01-25
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于K‑means的癌症预嘱指标数据分析系统，包括：历史数据获取模块：用于获取历史医疗数据，所述历史医疗数据包括预嘱指标和医疗参数；医疗数据划分模块：用于将历史医疗数据中的医疗参数形成数据点，随机划分至与预嘱指标类别相同的N个子集中；聚类计算模块：用于计算每个子集中每一个数据点到各个子集的簇中心的距离，并将每个数据点指派到离该数据点最近的簇中心的子集；并在对应子集更新后计算各个子集的所有数据点的均值，对簇中心进行更新；直到簇中心收敛；子集类别划分模块。本发明提高医院智能化程度，将医患数据整合在一起，提高了医院的智能化运行程度，为其他病理研究做好基础。
-
公开(公告)号：CN114841122A
公开(公告)日：2022-08-02
申请号：CN202210088051.9
申请日：2022-01-25
Applicant: 电子科技大学
IPC: G06F40/117 , G06F40/295 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种联合实体识别与关系抽取的文本抽取方法、存储介质及终端，属于自然语言处理技术领域，采用序列标注方式获取用于模型训练的序列化标注数据集；采用编码器‑解码器模型将实体识别和关系抽取两部分过程完全融合，最大限度地学习实体和关系之间的相互作用；在关系分类阶段，通过注意力机制获取子句表征信息，与实体对编码信息相结合，进一步提高模型精度；使用语言训练模型作为实体识别与关系抽取任务的共享编码层，进一步建立起实体识别和关系抽取两个任务的依赖，解决了误差累计问题。
-
公开(公告)号：CN116935095A
公开(公告)日：2023-10-24
申请号：CN202310633927.8
申请日：2023-05-31
Applicant: 电子科技大学 , 喀什地区电子信息产业技术研究院
IPC: G06V10/764 , G06V10/82 , G06V10/40 , G06V10/74 , G06V10/774 , G06F21/62 , G06F21/60 , H04L9/00 , H04N1/44
Abstract: 本发明公开了一种基于隐私保护的图像特征数据分类系统，包括相互连接的本地查询端和远程服务端；所述本地查询端包括：第一分块与特征提取模块、第一同态加密模块和第一数据传输模块；所述远程服务端包括：第二数据传输模块、特征提取模块、加权组合模块、分类比对模块、数据存储模块。在本发明中，使得远程服务端无法获取明文的待分类图像，从而实现隐私保护操作；并且，为了实现查询功能，远程服务端中存储的用于比对的加密特征采用了与搜索特征相同的计算方式得到。
-
公开(公告)号：CN114358212B
公开(公告)日：2024-01-30
申请号：CN202210089292.5
申请日：2022-01-25
Applicant: 电子科技大学
IPC: G06F18/23213
Abstract: 本发明公开了一种基于K‑means的癌症预嘱指标数据分析系统，包括：历史数据获取模块：用于获取历史医疗数据，所述历史医疗数据包括预嘱指标和医疗参数；医疗数据划分模块：用于将历史医疗数据中的医疗参数形成数据点，随机划分至与预嘱指标类别相同的N个子集中；聚类计算模块：用于计算每个子集中每一个数据点到各个子集的簇中心的距离，并将每个数据点指派到离该数据点最近的簇中心的子集；并在对应子集更新后计算各个子集的所有数据点的均值，对簇中心进行更新；直到簇中心收敛；子集类别划分模块。本发明提高医院智能化程度，将医患数据整合在一起，提高了医院的智能化运行程度，为其他病理研究做好基础。(56)对比文件曹富民.食管癌预后分析和与之相关的生物学指标《.河北医科大学学报》.2006,(第5期),510-513.张勃.OCT影像下冠状动脉斑块智能分割与识别《.中国优秀硕士学位论文全文数据库 (医药卫生科技辑)》.2019,(第01期),E076-23.
-
公开(公告)号：CN116361673A
公开(公告)日：2023-06-30
申请号：CN202310640680.2
申请日：2023-06-01
IPC: G06F18/2321 , G06N3/0464 , G06N3/0442 , G06N3/045 , G06F16/2458 , G06F16/28
Abstract: 本发明公开了准周期时间序列无监督异常检测方法、系统及终端，属于时间序列异常检测技术领域，包括：对准周期时间序列进行分割处理；对准周期时间子序列进行聚类处理，得到正常准周期时间子序列构成的数据集；基于数据集对神经网络模型进行训练，得到无监督异常检测模型。本发明先对准周期时间序列进行分割处理，使得后续异常检测过程中以准周期时间子序列作为检测对象，使得后续异常检测结果具有可解释性；同时，通过聚类进行预处理，再通过正常准周期时间子序列对模型进行训练，使模型学习正常准周期时间子序列的数据分布从而能够在输入所有数据时对于异常数据有着更大的重构损失，实现准周期时间子序列无监督异常检测。
-
-
-
-
-
Search Results
6
records
(took 0.026 seconds)
