专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果31个,建议您升级VIP下载更多相关专利
  • [发明专利]一种基于抑郁症的小样本机器学习方法-CN202310989839.1在审
  • 陈超;宋彪;韩泽文 - 内蒙古卫数数据科技有限公司
  • 2023-08-07 - 2023-10-24 - G06N20/00
  • 本发明公开了一种基于抑郁症的小样本机器学习方法,包括以下步骤:数据集采集,小样本初始化模型构建:利用步骤采集的抑郁症数据集进行抑郁症小样本初始化模型的构建;增量数据选择;小样本优化模型构建,利用目标数据集进行新的小样本优化模型构建;集成子模型构建:利用抑郁症典型躯体症状数据集进行多个集成子模型的构建;集成模型构建:利用小样本优化模型和多个集成子模型,进行最优准确率赋权集成,形成最终的小样本机器学习模型。本发明采用上述一种基于抑郁症的小样本机器学习方法,解决现有技术中抑郁症小样本机器学习性能较差的问题,用于对抑郁症小样本数据增强并利用于机器学习技术,提升机器学习模型的泛化能力。
  • 一种基于抑郁症样本机器学习方法
  • [发明专利]一种基于血液疾病的多模型融合分类方法-CN202311003813.1在审
  • 陈超;宋彪;张瑞环 - 内蒙古卫数数据科技有限公司
  • 2023-08-10 - 2023-09-19 - G06F18/243
  • 本发明公开了一种基于血液疾病的多模型融合分类方法,包括以下步骤:获取数据集;基于k折交叉验证方法,将数据集分为k份,获得测试集和训练集,k为任意大于1的常数;选择多种机器学习二分类器模型进行数据集训练;通过线性加成对多种机器学习二分类器模型进行融合,得到融合后的多分类器模型;使用机器学习多分类器模型对多标签数据集进行训练,得到模型准确率;使用融合后的多分类器模型对多标签数据集进行训练,得到融合后的多分类器模型的准确率,并与上述准确率进行对比。本发明采用上述一种基于血液疾病的多模型融合分类方法,其能够快速对血液病分类帮助医生快速确诊,降低医生工作量,提高其工作效率。
  • 一种基于血液疾病模型融合分类方法
  • [发明专利]医疗质控数据处理方法、装置、设备、介质及程序产品-CN202210383158.6有效
  • 周睿;宋彪;王哲 - 内蒙古卫数数据科技有限公司
  • 2022-04-13 - 2023-08-01 - G06F18/2433
  • 本申请提供了一种医疗质控数据处理方法、装置、设备、介质及程序产品,通过获取多个医院的历史检测数据以及用户输入的异常控制比例和循环结束条件;利用预设聚类模型,根据聚类结果对预设的初始分类模型进行训练,以确定质控分类模型;通过质控分类模型对测试数据进行误差识别测试,并根据测试结果对应的假阳率判断是否满足循环结束条件,假阳率用于表征被误判数据占测试数据的比例;若否,则根据预设调整规则调整异常控制比例的取值,并重新根据调整后的异常控制比例对历史检测数据进行聚类处理,重新训练质控分类模型,直至假阳率满足循环结束条件。解决了如何为医疗数据质控方法建立起一个标准参考系的技术问题。
  • 医疗数据处理方法装置设备介质程序产品
  • [发明专利]质量控制方法、装置、电子设备及存储介质-CN202210575556.8有效
  • 周睿;陈超;宋彪;王哲 - 内蒙古卫数数据科技有限公司
  • 2022-05-25 - 2023-07-28 - G16H10/40
  • 本申请提供一种质量控制方法、装置、电子设备及存储介质,涉及检验医学技术领域。该方法包括:获取检测项目的标本数据;根据所述检测项目的变异系数和所述检测项目所处于的误差场景确定与所述检测项目对应的质量控制模型,所述质量控制模型包括浮动均值算法和控制限,同一所述检测项目在不同误差场景下对应的质量控制模型不同;通过所述质量控制模型确定所述标本数据是否为失控数据的监测结果;其中,所述质量控制模型用于利用所述浮动均值算法对所述标本数据进行计算,得到浮动均值,并通过判断所述浮动均值是否超过所述控制限的方式确定所述标本数据是否为失控数据的监测结果。上述方式提高了标本数据检验的精准度。
  • 质量控制方法装置电子设备存储介质
  • [发明专利]一种基于特征贡献的多模型特征选择方法及系统-CN202211357878.1在审
  • 陈超;宋彪;张瑞环 - 内蒙古卫数数据科技有限公司
  • 2022-11-01 - 2023-06-06 - G06F18/211
  • 本发明公开了一种基于特征贡献的多模型特征选择方法及系统,包括:S1.提取血常规检验数据和生化检验数据,分别获取样本特征集;S2.基于k折交叉验证方法,获得测试集和训练集;S3.选择多种机器学习分类器模型进行样本集训练,并进行嵌入式特征选择,获得各个模型的平均准确率,输出特征重要性并赋权重值;S4.根据各个模型的平均准确率排序并赋值相应的权重,并与特征权重值相结合构建公式,计算不同模型下每个特征总权重并进行排序选取最优特征子集;S5.使用平均准确率高的模型训练最优特征子集,与S4结果进行对比,确定选取的最优特征子集效果;在保证预测的准确率的同时大大降低训练复杂度,更够高效快速的在高维数据集中寻找最优特征子集。
  • 一种基于特征贡献模型选择方法系统
  • [发明专利]一种基于机器学习的布鲁氏菌病特征选择方法及系统-CN202211370275.5在审
  • 陈超;宋彪;许鸿蕾 - 内蒙古卫数数据科技有限公司
  • 2022-11-03 - 2023-01-24 - G06F18/214
  • 本发明公开了一种基于机器学习的布鲁氏菌病特征选择方法及系统,包括:数据获取模块、数据预处理模块、RFE特征排序模块、SHAP分析模块和特征选择模块;该方法为:获取布鲁氏菌病患者及非布鲁氏菌病个体的非空血常规数据并进行预处理;利用递归特征消除RFE得出各特征排序并赋权重;利用随机森林算法构建与训练分类模型,利用SHAP进行可解释性分析,并根据各特征的重要性赋予其权重;分别计算各特征的总权重并降序排列,从首项起依次增加特征构成特征子集,分别进行模型训练与交叉验证,选择最优特征子集为最终的特征集;本发明利用机器学习模型对布鲁氏菌病等分类模型进行多维特征的特征选择过程,降低维度冗余的同时,选择出预测效能较优的特征子集。
  • 一种基于机器学习布鲁氏菌特征选择方法系统
  • [发明专利]一种多模型特征增强疾病筛查系统-CN202211281077.1在审
  • 陈超;宋彪;韩泽文 - 内蒙古卫数数据科技有限公司
  • 2022-10-19 - 2023-01-06 - G16H50/20
  • 本发明公开了一种多模型特征增强疾病筛查系统,包括:数据采集模块、数据处理模块、初始化模型构建模块、特征提取模块和疾病筛查模型构建模块;数据采集模块用于获取多个目标疾病数据集和对应的健康样本数据集;数据处理模块用于对上述数据集进行处理,获得多个初始化模型训练数据集和初始化模型测试数据集;基于此,通过初始化模型构建模块构建对应的多个初始化模型;特征提取模块用于基于初始化模型训练数据集和初始化模型,获得目标疾病特征数据集;疾病筛查模型构建模块用于根据目标疾病特征数据集训练生成疾病筛查模型;通过该系统可以实现数据集的特征增强,从而提升疾病筛查模型的筛查效率和准确度。
  • 一种模型特征增强疾病系统
  • [发明专利]基于检验数据与知识图谱诊断布鲁氏菌病的方法-CN202210029368.5在审
  • 陈超;宋彪;张瑞环;周睿;韩泽文;王哲 - 内蒙古卫数数据科技有限公司
  • 2022-01-12 - 2022-04-26 - G16H50/20
  • 本发明公开了基于检验数据与知识图谱诊断布鲁氏菌病的方法。总体架构包括:数据获取模块,获取血常规数据;数据处理模块,将获取的数据进行清洗。模型构建模块,利用集成学习方法进行模型的构建。模型预测模块,将样本输入到集成学习模型得出结果。知识图谱联合模块,把模型预测模块的结果关联到知识图谱中获取相关知识。结果输出模块,在模型预测模块和知识图谱联合模块基础上,根据结果对患者进行症状询问,最后输出患者患病情况。本发明创造具有如下有益效果:本发明中所使用的方法是使用医院检验科常规检验数据,可以辅助医生能够精准地诊断病情,有效地降低误诊率。同时对患者可以起到疾病警示作用,帮助患者提早做相关疾病的预防。
  • 基于检验数据知识图谱诊断布鲁氏菌方法

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top