“张津丽”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6个，建议您升级VIP下载更多相关专利

[发明专利]一种基于梯度提升决策树的短时交通流量预测方法-CN202110303409.0有效
发明人：高宇健;姬庆庆;刘子豪;张津丽;蒋宗礼 -专利权人：北京工业大学
申请日： 2021-03-22 - 公布日： 2022-09-09 - 主分类号： G08G1/01 文献下载
摘要：本发明公开了一种基于梯度提升决策树的短时交通流量预测方法，所述建立模型的方法，包括：1)对原始高速公路收费站交通流量数据进行预处理；2)对数据进行数据分析和数据聚集(数据切片)、数据特征提取操作；3)构建梯度决策树模型，将数据输入模型并开展训练工作；4)将模型移植至分布式平台上，进行切分点抽样统计优化及逐层训练优化调整；5)构建三层Stacking模型进行多模型融合后对数据进行进一步训练。本发明设计的相关方法具有快速提取车辆流量特征的功能，能够在短时间内对车辆流量进行预测。
一种基于梯度提升决策树交通流量预测方法

[发明专利]一种中文电子病历后结构化信息的抽取方法-CN202210052810.6在审
发明人：蒋雪晴;杜金莲;高红雨;张潇;张津丽 -专利权人：北京工业大学
申请日： 2022-01-18 - 公布日： 2022-04-29 - 主分类号： G16H10/60 文献下载
摘要：本发明公开了一种中文电子病历后结构化信息的抽取方法，首先使用BERT模型对含有不同症状实体修饰成分的句子进行分类，然后利用现有的命名实体识别模型对每类句子中的症状实体做不同类别的标注，达到识别实体修饰成分的目的。提出基于规则的中文电子病历中症状实体属性值的特征化抽取方法。通过总结病历文本症状语义段的行文规则，形成属性值的抽取模板，将抽取到属性值存储到数据库中。本发明基于现有的病历文本抽取技术成果，深入分析病历文本的行文规则，对已经完成分词和标注的症状语义段进行实体修饰识别和特征化的属性值抽取，能为后续的上层应用提供结构化的数据支持。
一种中文电子病历结构信息抽取方法

[发明专利]一种基于深度学习的中文电子病历文本语义分割方法-CN202210052863.8在审
发明人：艾彭磊;杜金莲;金雪云;张潇;张津丽 -专利权人：北京工业大学
申请日： 2022-01-18 - 公布日： 2022-04-29 - 主分类号： G06F40/242 文献下载
摘要：本发明公开了一种基于深度学习的中文电子病历文本语义分割方法，主要包括语义字典构建及文本语义特征向量表示、整体特征融合、深度神经网络训练以及预测优化部分。利用预训练语言模型表示文本上下文语义特征，并加入了字符语义位置特征，将融合后的整体特征输入到深度神经网络中进行模型训练。相比于现有的语义分割技术，本发明构建字符间融合全局的上下文语义特征，捕获并学习序列每个字符的语义类别特性，最后找到每个字符的最佳语义类别标签，从而实现精细化的文本语义分割，在数据集较小情况下实现了文本语义分割较高的准确性，发展了EMR文本语义分割的新方法。
一种基于深度学习中文电子病历文本语义分割方法

[发明专利]一种基于注意力机制和MRI多模态融合的脑肿瘤检测方法-CN202111343977.X在审
发明人：蒋宗礼;李聪;张津丽;顾问 -专利权人：北京工业大学
申请日： 2021-11-14 - 公布日： 2022-03-01 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于注意力机制和MRI多模态融合的脑肿瘤检测方法，基于Multi‑Unet模型，将编码器的普通卷积块，替换成混合空洞卷积块。参考Inception模型的多分支编码器结构，自主设计多分支输出卷积块简称MB‑OutConv；设计一个基于通道的注意力模块CB‑Attention，捕获原始分割图各个通道之间的像素点关联，并对通道做注意力加权。适当改进神经网络，并独立设计新的注意力模块来进一步完善其分割结果，该注意力模块是基于图像通道的，在像素点级别完成注意力加权。最终将大脑MRI图像中的肿瘤和其他病变区域分割出来。基于多模态卷积神经网络Multi‑Unet，对其部分编码器分支进行改进，并在它后面添加注意力模块，共同改善脑肿瘤的分割效果。
一种基于注意力机制 mri 多模态融合肿瘤检测方法

[发明专利]基于迁移学习和级联自适应空洞卷积的病毒病灶分割方法-CN202111343978.4在审
发明人：蒋宗礼;王少猛;张津丽;顾问 -专利权人：北京工业大学
申请日： 2021-11-14 - 公布日： 2022-03-01 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了基于迁移学习和级联自适应空洞卷积的病毒病灶分割方法，设计了新模块和新框架来分割CT影像。首先，运用了一种基于三维卷积的级联结构。第一级结构对图像作粗分割保留完整性，第二级结构结合粗分割得出精准分割结果。在第二级内部结构中，引入了平行多尺度特征提取块来提升系统对不同尺寸病灶的适应性。最后，使用了迁移学习来解决系统的过拟合问题。本发明的主要是设计了一个多尺度平行空洞卷积块，既减少了计算量又使模型具有自适应性。通过在两个数据及上的测试，证明本发明所设计的病毒病灶提取模型具有更好的表现性能。
基于迁移学习级联自适应空洞卷积病毒病灶分割方法

[发明专利]一种多粒度外卖用户评论情感分析方法-CN202110303408.6在审
发明人：刘子豪;姬庆庆;高宇健;张津丽;蒋宗礼 -专利权人：北京工业大学
申请日： 2021-03-22 - 公布日： 2021-07-09 - 主分类号： G06F16/35 文献下载
摘要：本发明公开了一种多粒度外卖用户评论情感分析方法。所述情感分析的方法，包括1)对评论数据进行预处理，包括繁简转换、数据去重、表情数据切分等；2)对评论数据采用端到端的训练网络进行训练，并以此网络为基线网络，该网络训练的结果为基线模型；3)在训练网络中加入注意力机制，提升网络对数据特征的提取能力；4)对数据采用多种模型进行训练，并将多个模型进行融合，各自取长补短。通过上述操作最终实现对外卖评论数据的情感分析。本发明设计的相关方法面向真实用户数据，考虑了数据中存在的多种问题，并能够在短时间内取得较好的训练及分类效果。
一种粒度外卖用户评论情感分析方法