“朱嘉静”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58个，建议您升级VIP下载更多相关专利

[发明专利]一种药用作物蒸腾量预测方法、设备和介质-CN202310964702.0在审
发明人：高攀;刘勇国;朱嘉静;张云;李巧勤;兰刚 -专利权人：电子科技大学
申请日： 2023-08-02 - 公布日： 2023-10-17 - 主分类号： G06F18/213 文献下载
摘要：本发明公开了一种药用作物蒸腾量预测方法、设备和介质，包括以下具体步骤：采集蒸腾量相关环境数据，对数据进行预处理，确定蒸腾量关键影响因子；基于预处理后的数据构建CNN‑W模型和CNN‑S模型，结合蒸腾量关键影响因子确定特征矩阵，CNN‑W模型用于捕获气象环境数据的时间依赖性，CNN‑S模型用于捕获土壤环境数据的时间依赖性；构建全局编码器和局部编码器，基于特征矩阵提取时序特征；对提取的时序特征进行融合，根据融合特征进行蒸腾量预测。通过对时序特征进行融合输出以及后续依赖时间协变量进行特征提取，有效的抓取了时序数据的自相关性，并挖掘蒸腾量与环境影响因子之间的依赖关系，提升了蒸腾量预测的准确率和稳定性。
一种药用作物蒸腾预测方法设备介质

[发明专利]一种基于舌象特征的中药处方推荐方法-CN202310871027.7在审
发明人：钟利;张云;刘勇国;兰刚;朱嘉静;李巧勤 -专利权人：电子科技大学
申请日： 2023-07-17 - 公布日： 2023-10-13 - 主分类号： G16H20/10 文献下载
摘要：本发明公开一种基于舌象特征的中药处方推荐方法，应用于计算机应用领域，针对现有技术基于舌象推荐的处方过程没有与现有的中药处方库信息进行结合，并且处方推荐过程中，剂量推荐未考虑关键的个人信息对于剂量的影响的问题；本发明采用多层卷积神经网络对舌象进行特征提取，提取特征通过全连接网络生成包含各类中药的概率向量，并根据已有中药处方数据库推荐相似处方对概率进行约束，生成处方中药信息；融合个人信息与舌像特征生成初始处方剂量信息，对初始剂量进行约束，生成处方剂量；通过LDA处方疗法模块生成处方疗法信息，将处方中药信息、疗法信息、剂量信息结合最终输出针对舌象的中药处方。
一种基于特征中药处方推荐方法

[发明专利]一种自动导诊对话策略生成方法-CN202310811774.1在审
发明人：胡松;刘勇国;张云;朱嘉静;李巧勤 -专利权人：电子科技大学
申请日： 2023-07-04 - 公布日： 2023-10-10 - 主分类号： G16H80/00 文献下载
摘要：本发明属于强化学习和自动导诊技术领域，尤其是涉及一种自动导诊对话策略生成方法。本发明通过构建疾病‑常见症状‑伴随症状关联网，优化对话动作；本发明的方案在询问症状时，不仅考虑症状与疾病的相关性，还考虑症状的共现性，这样提高询问到正确症状的可能性。与现有技术相比，本发明提出的技术方案中提出了动作优化步骤，同时考虑了共现信息，极大的减少了每轮对话的动作空间，减少对话轮数，提高自动对话的效率。
一种自动导诊对话策略生成方法

[发明专利]一种基于全卷积的太极拳全身姿态估计方法、设备和介质-CN202310967434.8在审
发明人：吴宗培;李巧勤;刘勇国;朱嘉静;张云;兰刚 -专利权人：电子科技大学
申请日： 2023-08-02 - 公布日： 2023-09-22 - 主分类号： G06V40/20 文献下载
摘要：本发明公开了一种基于全卷积的太极拳全身姿态估计方法、设备和介质，获取视频数据，对视频进行预处理，提取单帧图像特征；基于提取的特征进行全身姿态估计，得到包含手部和头部的人体骨架关键点热图，确定人体姿态骨架图；构建多帧时间特征提取和人体姿态估计模型，根据人体姿态骨架图进行多特征姿态估计，对多特征估计结果进行融合，得到人体姿态估计结果。通过融合手部和头部的人体姿态细节以得到更准确的全身姿态估计结果，通过对人体关键点多特征进行提取和融合，结合时间特征进行姿态预测，增强了算法的精度和稳定性，兼顾了视频信号的多尺度特征提取和信号自身的时域特征，考虑了信号的时间与空间特征，使得太极拳动作姿态估计更加准确。
一种基于卷积太极拳全身姿态估计方法设备介质

[发明专利]一种基于DQN网络的肌少症危险因素分析装置-CN202310641232.4在审
发明人：陈乃耀;刘勇国;李巧勤;朱嘉静;张云 -专利权人：电子科技大学
申请日： 2023-06-01 - 公布日： 2023-09-15 - 主分类号： G16H50/30 文献下载
摘要：本发明属于数据技术处理领域，具体为一种基于DQN网络的肌少症危险因素分析装置。该该装置包括用于采集肌少症的危险因素特征数据的采集装置，用于接收所述肌少症患者危险因素特征数据的计算机，计算机先将mRMR用于特征选择，得到候选特征子集，基于候选特征子集，训练DQN网络，以筛选出肌少症危险因素，在DQN网络训练过程中，引入联合作用分析策略，对可能存在联合作用的特征进行选择，加速了DQN网络的收敛，提高最终得到的危险因素结果的准确性。
一种基于 dqn 网络肌少症危险因素分析装置

[发明专利]一种跌倒碰撞伤害识别方法-CN202310695249.8在审
发明人：李洪波;刘勇国;李巧勤;张云;朱嘉静 -专利权人：电子科技大学
申请日： 2023-06-13 - 公布日： 2023-09-05 - 主分类号： G06V20/40 文献下载
摘要：本发明公开了一种跌倒碰撞伤害识别方法，首先采集视频获取影像，对得到的影像数据进行预处理，提取骨架信息及局部关注区域，再分别进行人体动作流处理与局部图像流处理，得到动作特征与局部图像特征通过多层感知机进行融合，得到碰撞部位识别结果，最后对碰撞部位识别结果序列进一步挖掘，得到伤害严重程度分级结果。本发明的方法依赖普通的摄像监控设备以及计算机，通过人体姿态动作特征和局部关注区域的图像特征融合，提高跌倒碰撞伤害部位识别精度，并对伤害严重程度进行分级，为及时告警和后续救援提供了更有价值的参考信息。
一种跌倒碰撞伤害识别方法

[发明专利]一种基于中医词典的交叉融合命名实体识别方法-CN202310641231.X在审
发明人：吴燎;刘勇国;李巧勤;张云;朱嘉静 -专利权人：电子科技大学
申请日： 2023-06-01 - 公布日： 2023-09-01 - 主分类号： G06F40/295 文献下载
摘要：本发明属于数据处理技术领域，具体为一种基于中医词典的交叉融合命名实体识别方法。通过构建字符级模型、词级模型、中医词典模型、融合模型，利用上述模型完成命名实体识别任务。其中融合模型是在原有字符级模型和词级模型的基础上，引入中医领域的标准化专有术语词典，并基于该术语词典衍生的两个包含外部词汇的融合模型，通融合模型的引入丰富了模型多样性。将字符级模型与第一融合模型看成一组，词级模型对应第二融合模型看成第二组，两组交替与中医词典模型组合训练，完善标注结果；并融合所有标注结果来获取最终预测序列，完成命名实体识别。有效提升了识别准确度和鲁棒性。
一种基于中医词典交叉融合命名实体识别方法

[发明专利]一种基于君臣佐使配伍原则的中医处方推荐方法-CN202310589962.4在审
发明人：褚欣然;刘勇国;林钰久;张云;朱嘉静;李巧勤 -专利权人：电子科技大学
申请日： 2023-05-24 - 公布日： 2023-08-25 - 主分类号： G16H20/10 文献下载
摘要：本发明属于中医处方推荐技术领域，尤其是涉及一种基于君臣佐使配伍原则的中医处方推荐方法。本发明与现有的单个分类器预测完整的中医处方不同，本发明使用四个分类器(君、臣、佐、使)逐步生成符合君臣佐使配伍规则的中医处方。以此方法构建的四个分类器，可以生成符合各自角色的中药，完成初步处方生成；提出处方质量评价方法，对初步处方进行修正，得到最终处方。可以解决现有自动处方生成模型中药相关性弱、缺乏临床意义的缺陷。本发明模型生成的中医处方，蕴含了君臣佐使配伍的知识，生成的处方更好地体现临床开方的思路，为临床提供辅助决策。
一种基于君臣佐使配伍原则中医处方推荐方法

[发明专利]一种基于脑区权重相关性的脑网络构建方法-CN202310592254.6在审
发明人：刘博达;刘勇国;张云;朱嘉静;李巧勤 -专利权人：电子科技大学
申请日： 2023-05-24 - 公布日： 2023-08-08 - 主分类号： G06F18/10 文献下载
摘要：本发明公开了一种基于脑区权重相关性的脑网络构建方法，通过采集被试者大脑静息状态下的fMRI数据并进行预处理，基于生理信号BOLD序列相关性构建大脑网络连通性矩阵，然后提取脑区BOLD序列的三种局部特征，通过SVM训练得到脑区权重序列，并计算权重的相关性，构建基于脑区权重相关性的大脑网络连通矩阵，融合两种连通矩阵，得到最终的大脑网络连通矩阵，最后基于该连通矩阵构建对应的脑网络。本发明的方法与现有方法相比，在基于BOLD序列构建大脑网络连通矩阵的基础上，还基于BOLD序列的局部特征计算脑区权重序列及相关性，能够关注到对疾病影响较大但却较微弱的连接，构建的脑网络有助于发现真正与疾病相关的脑区。
一种基于权重相关性网络构建方法

[发明专利]药物间不良反应的预测方法、装置、设备及可读存储介质-CN202310379566.9在审
发明人： 朱嘉静;刘勇国;陈智;张云;李巧勤;陆鑫 -专利权人：电子科技大学
申请日： 2023-04-11 - 公布日： 2023-08-01 - 主分类号： G16C20/30 文献下载
摘要：本发明提供了一种药物间不良反应的预测方法、装置、设备及可读存储介质，涉及医药研发技术领域，包括本发明的目的在于提供一种药物间不良反应的预测方法、装置、设备及可读存储介质，以改善上述问题。为了实现上述目的，本发明采取的技术方案如下：获取第一信息，根据第一信息构建药物间不良反应预测模型；获取第二信息，所述第二信息为待预测的两种药物分子结构信息；将第二信息作为药物间不良反应预测模型的输入，输出预测的药物间不良反应。本发明提升了药物分子结构平面特征的编码表示力，揭示了影响药物间不良反应的关键药物分子亚结构，减少药物间不良反应事件的发生。
药物不良反应预测方法装置设备可读存储介质

[发明专利]一种基于多扩展率压缩卷积的太极拳动作识别方法-CN202310592102.6在审
发明人：刘济宁;李巧勤;傅翀;刘勇国;朱嘉静;张云 -专利权人：电子科技大学
申请日： 2023-05-24 - 公布日： 2023-07-28 - 主分类号： G06V40/20 文献下载
摘要：本发明公开了一种基于多扩展率压缩卷积的太极拳动作识别方法，首先采集太极拳动作肌电数据，并进行数据预处理，然后提取源信号的时域特征，构建特征矩阵，通过多扩展率压缩卷积算法提取跨通道压缩特征序列，进行融合得到多维度融合特征矩阵，再通过长短期记忆网络得到时序关系特征，最后通过全连接层得到动作识别结果，完成太极拳动作识别。本发明的方法通过多扩展率的扩张卷积实现对肌电信号的多尺度跨通道特征提取，打破普通卷积中只能提取相邻通道之间的空间关系的局限性，可将任意尺寸的肌电信号序列所包含信息压缩为一维的压缩特征序列，以提取其高度融合的特征，降低数据冗余、参数数量和模型计算量，提高太极拳动作识别准确度。
一种基于扩展压缩卷积太极拳动作识别方法

[发明专利]一种基于药物社区团的DDI预测方法-CN202310591300.0在审
发明人：李骁;朱嘉静;刘勇国;陆鑫;张云;李巧勤 -专利权人：电子科技大学
申请日： 2023-05-24 - 公布日： 2023-07-25 - 主分类号： G16C20/30 文献下载
摘要：本发明属于DDI预测技术领域，尤其是涉及一种基于药物社区团的DDI预测方法。本发明利用多跳子图加权随机游走来检测药物社区团以解决解决MPNN提取化学子结构所导致化学子结构缺失或冗余且不具备可解释性的问题。利用多跳子图加权更新转移概率向量以提高社区团检测的准确性，同时采用迭代更新的策略来降低较差初始扩展社区团所带来的负面影响。其次，对MPNN中的消息传递函数和消息聚合函数进行加权优化，以解决对与中心节点相距相同跳数的节点进行特征聚合时并未区分不同节点的重要性差异的问题。最后，通过两层的MPNN处理得到药物社区团局部特征和药物全局特征以克服近似函数仅从化学子结构的局部特征考虑DDI发生可能性的缺陷。
一种基于药物社区 ddi 预测方法

[发明专利]一种基于方剂-症状异构图的中医方剂功效预测方法-CN202310333883.7在审
发明人：李坤;朱嘉静;刘勇国;张云;李巧勤;陆鑫 -专利权人：电子科技大学
申请日： 2023-03-31 - 公布日： 2023-07-14 - 主分类号： G16H70/40 文献下载
摘要：本发明公开了一种基于方剂‑症状异构图的中医方剂功效预测方法，首先统计中药的特性特征，进行中药特征初始化，基于多重注意力机制将中药特征进行聚合，初始化方剂特征，再基于已知的方剂‑症状的关联关系矩阵初始化症状特征，并通过编码器进行降维，然后构建方剂‑症状的异构网络，在异构网络中使用图卷积进行特征学习，最后使用最终学习的方剂与症状特征进行功效预测。本发明的方法使用多重注意力机制，对方剂的特征表示更加合理，对症状特征使用编码器降维，提高了训练学习的效率，构建方剂‑症状异构网络，并使用图卷积进行特征学习，可以更加直观高效的预测方剂的功效，提高了方剂功效的预测精度。
一种基于方剂症状构图中医功效预测方法

[发明专利]一种太极拳训练动作的交叉模态评估方法-CN202110884652.6有效
发明人：李巧勤;戴志豪;刘勇国;朱嘉静;张云;杨尚明 -专利权人：电子科技大学
申请日： 2021-08-03 - 公布日： 2023-07-14 - 主分类号： G06V40/20 文献下载
摘要：本发明公开了一种太极拳训练动作的交叉模态评估方法，对存在非线性关系的原始太极拳训练动作跨模态序列配准问题，本发明提出将视频序列与动作捕捉序列对齐的方法。对于不同长度和维度的太极拳运动序列进行去噪和重构恢复，然后进行分阶段时空配准，解决不同主体之间的运动差异，实现跨模态太极拳长序列的时空对齐，提高太极拳运动招式完成度评价准确度。
一种太极拳训练动作交叉评估方法

[发明专利]一种基于原生小波的太极拳动作识别方法-CN202310335018.6在审
发明人：刘济宁;李巧勤;傅翀;刘勇国;朱嘉静;张云 -专利权人：电子科技大学
申请日： 2023-03-31 - 公布日： 2023-06-23 - 主分类号： G06F18/24 文献下载
摘要：本发明公开了一种基于原生小波的太极拳动作识别方法，首先采集信号数据并进行数据预处理，再通过固定尺度经验模态分解，得到内涵模态分量，对同级尺度内涵模态分量进行融合，然后幅频分量阈值滤波与融合，得到原生小波，多通道融合平滑重构，最终得到一个融合了所有通道特征的融合原生小波，最后利用得到的融合原生小波从连续信号中进行太极拳动作识别。本发明的方法不需要进行人工特征提取，避免了先验知识对识别效果带来的干扰，不需要使用机器学习模型或深度学习网络，提升识别的实时性，同时提高了所提算法的通用性，相较其他识别网络或算法，不仅可以识别一段连续信号中包含哪些子成分，还能够准确定位这些子成分发生的时间段。
一种基于原生太极拳动作识别方法

1
2
3
4
下一页»
尾页
共 58 条