“商显震”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果5个，建议您升级VIP下载更多相关专利

[发明专利]基于神经网络和远程监督的医学知识图谱构建方法和系统-CN201810005385.9有效
发明人：胡满满;陈旭;商显震;孙毓忠 -专利权人：中国科学院计算技术研究所
申请日： 2018-01-03 - 公布日： 2021-11-05 - 主分类号： G06F16/36 文献下载
摘要：本发明涉及一种基于神经网络和远程监督的医学知识图谱构建方法和系统，包括：获取医学文本集和医学实体集，根据医学实体集，采用远程监督法对医学文本集中各词语进行实体信息标注，生成包含实体信息的数据集，以训练神经网络，得到用于实体识别的实体识别模型；获取医学实体集中实体间的关系类别，以使用数据集中用于关系分类的特征，训练神经网络，得到用于关系分类的关系分类模型；通过对待构建知识图谱的语料文本进行分句处理，获得待提取句子集合，使用实体识别模型，提取待提取句子集合中的所有候选实体，并使用关系分类模型确定候选实体间关系，以从大规模非结构化数据中自动构建包含候选实体和候选实体间关系的医学知识图谱。
基于神经网络远程监督医学知识图谱构建方法系统

[发明专利]一种基于迁移学习的医学数据处理和系统-CN201810186122.2有效
发明人：陈旭;胡满满;商显震;孙毓忠 -专利权人：中国科学院计算技术研究所
申请日： 2018-03-07 - 公布日： 2021-08-06 - 主分类号： G16H50/70 文献下载
摘要：本发明公开了一种基于迁移学习的医学数据处理和系统，包括：获取医学领域外的本文数据，训练得到文本分类模型；获取医学领域内的病例集合，其中病例集合包含症状和标签，标签为症状对应的病症；使用文本分类模型提取症状的特征向量作为症状向量，并根据症状对应的病症类型，将标签转化为标签向量；通过集合症状向量及其对应的标签向量，构建多标签训练样本集，根据多标签训练样本集，训练得到多标签分类模型；将待分析的医学样本输入至多标签分类模型，判断医学样本属于每一种标签的概率值，并根据概率值得到分析标签集合，作为医学样本的分析结果。由此本发明通过迁移学习避免了人工选择特征的缺点，提高了基于门诊病例的医学疾病预测准确率。
一种基于迁移学习医学数据处理系统

[发明专利]一种基于症状向量的医学数据处理方法和系统-CN201810343909.5有效
发明人： 商显震;胡满满;陈旭;孙毓忠 -专利权人：中国科学院计算技术研究所
申请日： 2018-04-17 - 公布日： 2021-04-27 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于症状向量的医学数据处理方法和系统，包括：通过将数据库中的症状进行向量化处理，得到由症状向量组成的初始症状集合，并根据初始症状集合得到疾病向量，集合疾病向量作为初始疾病集合；获取多个病例样本，根据病例样本的样本向量与疾病向量间的相似度，并结合损失函数对疾病向量和症状向量进行更新，以将初始疾病集合和初始症状集合分别更新为最终疾病集合和最终症状集合；用户输入症状，根据输入症状与最终症状集合中各疾病向量的相似度，对数据库中的疾病进行筛选，并将筛选出的疾病作为处理结果返回给用户。
一种基于症状向量医学数据处理方法系统

[发明专利]一种银行柜面业务智能授权方法及装置-CN202010515773.9在审
发明人：张兴森;王亚琦;商显震 -专利权人：中国农业银行股份有限公司山东省分行
申请日： 2020-06-09 - 公布日： 2020-08-21 - 主分类号： G06K9/00 文献下载
摘要：本申请公开了一种银行柜面业务智能授权方法及装置，用以解决现有的银行柜面业务授权方式完全依赖人工进行审核处理，对负责授权的业务人员的要求较高，业务处理风险较大，业务处理速率也较低，使得业务容易堆积，实时性差，还具有较高的运营成本的问题。该方法采集柜面凭证图像与实际业务信息；根据预先训练好的分类模型，确定所述柜面凭证图像的类别；根据所述柜面凭证图像的类别，以及光学字符识别算法，对所述柜面凭证图像进行识别，并将识别结果与所述实际业务信息进行匹配；根据匹配结果，对所述柜面凭证图像对应的业务进行授权。
一种银行柜面业务智能授权方法装置

[发明专利]一种基于卷积神经网络的医疗分析辅助系统-CN201810914423.2在审
发明人： 商显震;孙毓忠 -专利权人：中国科学院计算技术研究所
申请日： 2018-08-13 - 公布日： 2019-01-11 - 主分类号： G16H50/20 文献下载
摘要：本发明提供了一种基于卷积神经网络的医疗分析辅助系统。该系统利用构建的医疗分析模型提供医疗建议，构建医疗分析模型的步骤包括：根据医学书籍记载的疾病种类和医学特征之间的关联性，构建由多组样本数据组成的训练样本集，其中每组样本数据包括一种疾病种类和对应的医学特征；基于所述训练样本集，以医学特征作为输入，以疾病种类作为输出，通过训练卷积神经网络获得用于预测疾病信息的医疗分析模型。利用本发明的医疗分析辅助系统能够提供有效的医疗建议。
医疗分析卷积神经网络辅助系统医学特征构建训练样本集样本数据医疗建议疾病疾病信息模型提供系统利用医学书籍关联性输出预测