“舒红平”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106个，建议您升级VIP下载更多相关专利

[发明专利]一种干型昆明准静止锋的自动识别方法-CN202311184826.3在审
发明人：胡文东;张永凯;舒红平;郝艳琼;肖天贵;陈艳;罗飞;甘建红;张莹;文小航;熊太松;邵建;周文杰;陶静怡 -专利权人：成都信息工程大学
申请日： 2023-09-14 - 公布日： 2023-10-24 - 主分类号： G06F18/10 文献下载
摘要：本发明提供了一种干型昆明准静止锋的自动识别方法，属于气象防灾减灾技术领域，该方法包括：读取资料数据；利用差分计算各点从地面到650hPa其间各层的温度递减率，得到最大逆温趋势值；根据最大逆温趋势值，获取初选逆温分布；消除夜间晴空辐射逆温只保留锋区逆温，并进行01化处理；寻找逆温与非逆温的交界；剔除异常待选锋点，得到锋面节点；剔除中小尺度系统；对锋面节点的经度数据进行一维高斯滤波处理，并连接滤波后的锋面节点，得到昆明准静止锋。本发明解决了目前在业务工作中，昆明准静止锋的识别分析依然靠人工的手工操作，依赖于人的主观判断，分析效率低，且容易发生误判的问题。
一种昆明静止自动识别方法

[发明专利]一种基于深度神经网络的信息抽取方法-CN202210719139.6有效
发明人：王亚强;李凯伦;唐聃;舒红平 -专利权人：成都信息工程大学
申请日： 2022-06-23 - 公布日： 2023-09-01 - 主分类号： G06F40/216 文献下载
摘要：本发明涉及自然语言序列标注技术领域，公开了一种基于深度神经网络的信息抽取方法，BERT‑BiLSTM‑CRF模型能够解决信息抽取任务中存在的一词多义与同物异名问题，以及信息抽取任务中存在的待抽取信息长短不统一和待抽取信息有错别字、描述简短等问题，通过批量过采样的方式增加批量中少数类样本信息的数量，使得模型在训练的过程中可以有效学习到少数类样本信息的特征，从而在一定程度上解决数据类别分布不均衡的问题，使得少数类样本信息的抽取效果有显著提升。
一种基于深度神经网络信息抽取方法

[发明专利]一种南支槽的自动识别方法-CN202310708181.2有效
发明人：胡文东;张永凯;舒红平;郝艳琼;张高三;肖天贵;陈艳;罗飞;甘建红;张莹;熊太松;邵建;王超;陶静怡 -专利权人：成都信息工程大学
申请日： 2023-06-15 - 公布日： 2023-08-11 - 主分类号： G01W1/10 文献下载
摘要：本发明提供了一种南支槽的自动识别方法，该方法包括：读取高空位势高度场，并对等值线进行分析；对位势高度场等值线进行滤波处理；构建各等值线数据点序列；计算得到各等值线的一阶导数和二阶导数；识别各等值线最小值点作为槽线节点；在南支槽活动区域检测是否存在槽线节点；检测指定区域最北等值线是否闭合，确定南支槽起始节点；由北向南依次接续各等值线最小值点为南支槽节点；判断最南最北节点距离是否小于预设的阈值，若是，则无南支槽；否则，对南支槽进行曲线拟合确定南支槽的位置。本发明通过求导自动识别南支槽线，提高天气预报的效率和规范性，及时对天气形势做出正确的判断，促进天气预报的业务能力和自动化水平提高。
一种南支槽自动识别方法

[发明专利]一种es数据实时同步方法、系统及存储介质-CN202310688859.5在审
发明人：魏培阳;周杰三;舒红平;刘魁;曹亮 -专利权人：成都信息工程大学
申请日： 2023-06-12 - 公布日： 2023-07-14 - 主分类号： G06F16/27 文献下载
摘要：本发明提供了一种es数据实时同步方法、系统及存储介质，其方法包括如下：S1.配置mysql集群环境；S2.使用logstash连接mysql和es集群，将mysql中原有的数据全量同步到es中；S3.配置canal环境；S4.使用java编写canal客户端，获取增量数据信息；S5.配置kafka环境，并使用canal客户端将增量数据信息推送给kafka；S6.使用Kafka连接es集群，将增量数据以http请求的方式发送给es端口进行数据同步；S7.使用es接收请求，将增量数据同步到指定索引中。本发明使用canal做增量数据同步，克服了使用logstash做增量数据同步所带来的缺陷。
一种 es 数据实时同步方法系统存储介质

[发明专利]中医知识图谱构建方法、装置、电子设备及存储介质-CN202310088044.3在审
发明人：王亚强;罗静;舒红平 -专利权人：成都信息工程大学
申请日： 2023-02-09 - 公布日： 2023-07-04 - 主分类号： G06F16/36 文献下载
摘要：本发明公开了一种中医知识图谱构建方法、装置、电子设备及存储介质。方法包括基于数据集的数据特征确定待抽取实体以及待抽取的实体间关系；基于待抽取实体和待抽取的实体间关系多次对数据集进行实体抽取和关系抽取，针对多次抽取得到的实体和实体关系，选取抽象的具有概括意义的正面或负面例子来构建中医知识图谱指南；参考中医知识图谱指南，为数据集迭代进行实体抽取和关系抽取提高了抽取的效率，并在多次迭代过程中更新中医知识图谱指南；在迭代抽取过程中，计算标注一致性值，若标注一致性值达到预设阈值，则停止迭代，开始正式抽取实体和实体间关系，从而构建中医知识图谱。该方法可以有效地解决中医知识实体和关系的认知统一问题，提高多人协同交互抽取实体和实体关系的一致性。
中医知识图谱构建方法装置电子设备存储介质

[发明专利]面向制造任务的云制造虚拟车间构造方法-CN202010814485.3有效
发明人：赵秋云;魏乐;舒红平 -专利权人：成都信息工程大学
申请日： 2020-08-13 - 公布日： 2023-06-16 - 主分类号： G05B19/418 文献下载
摘要：本发明公开了面向制造任务的云制造虚拟车间构造方法，方法包括：接受用户的制造任务之后，根据制造知识库中的制造知识将制造任务分解为若干个存在次序关系的子任务，这些子任务按照次序关系构成制造任务链；选择逻辑根据每个子任务的信息，从服务资源池中选择功能、价格、时间和QoS均满足要求的云服务，这些云服务按照制造任务链组合，形成制造执行链，进而构造形成云制造虚拟车间。本方案在对云制造虚拟车间进行分析的基础上，给出车间各组成要素的形式化定义，建立了云制造虚拟车间模型，快速选择合适的云服务，基于模型构造出云制造虚拟车间。
面向制造任务虚拟车间构造方法

[发明专利]面向制造任务执行的云制造环境信息感知系统和方法-CN202010798174.2有效
发明人：赵秋云;魏乐;舒红平 -专利权人：成都信息工程大学
申请日： 2020-08-10 - 公布日： 2023-06-02 - 主分类号： G06Q10/0631 文献下载
摘要：本发明公开了一种面向制造任务执行的云制造环境信息感知系统和方法，以制造任务执行为核心，将云制造平台运行环境、制造任务物理场所、制造任务及与制造任务密切相关的云服务信息作为云制造环境信息；采用传感器、软件Agent、GPS、人机交互接口和系统交互接口感知不同类型的环境信息；通过把感知信息转换为事件的方式，实现了感知信息的融合，给出了事件转换和关键事件识别方法。本发明的优点是：面向核心制造云服务的执行，以保障制造活动顺利开展为目标，界定了云制造环境信息的组成；在此基础上，建构了环境信息感知模型；明确了不同环境信息的感知方法，解决了感知信息的统一表达和融合问题。
面向制造任务执行环境信息感知系统方法

[发明专利]一种基于半马尔可夫的联合识别和规范化中医症状名的方法-CN201910132720.6有效
发明人：王亚强;张馨羽;舒红平;唐聃 -专利权人：成都信息工程大学
申请日： 2019-02-22 - 公布日： 2023-05-23 - 主分类号： G06F40/295 文献下载
摘要：本发明公开了一种基于半马尔可夫的联合识别和规范化中医症状名的方法，该模型通过识别和规范化过程分别采用半马尔可夫条件随机场和最大熵模型建模，采用L‑BFGS优化算法完成参数训练，并利用动态规划算法完成序列预测，最终通过对两个过程地互相约束和补充达到全局优化的目的，使其能更准确的识别较好的组合型临床症状名，最后通过实验验证了模型的效果。
一种基于半马尔可夫联合识别规范化中医症状方法

[发明专利]一种通过改进拉普拉斯自动识别南支槽的方法-CN202310091732.5有效
发明人：胡文东;郝艳琼;舒红平;肖天贵;陈艳;张莹;邵建;甘建红;王亚强;罗飞 -专利权人：成都信息工程大学
申请日： 2023-02-10 - 公布日： 2023-05-02 - 主分类号： G06F17/18 文献下载
摘要：本发明公开了一种通过改进拉普拉斯自动识别南支槽的方法，涉及气象技术领域，包括以下步骤：获取位势高度场格点数据；计算位势高度场在x方向的梯度场；寻找梯度值由负到正的转折点，对梯度场进行清理；计算x方向散度，得到改进后的拉普拉斯值L'；并对L'进行0,1二值化处理，得到并将黑白图像和待选槽线的多个目标通过膨胀合并，通过腐蚀恢复原有尺度，通过轮廓指向角及长短轴比率选定有效目标；对有效目标提取东西南北4个方向的端点，调整有效目标对应的槽线的形态；并对槽线进行拟合，得到南支槽。本发明可自动识别南支槽，可提高天气分析、预报的效率和和规范性，减少人为因素的误判，提高气象防灾减灾的自动化水平。
一种通过改进拉普拉斯自动识别南支槽方法

[发明专利]面向多结构化数据的中医知识标注方法及系统-CN202310088042.4在审
发明人：王亚强;罗静;舒红平 -专利权人：成都信息工程大学
申请日： 2023-02-09 - 公布日： 2023-04-25 - 主分类号： G06F16/36 文献下载
摘要：本发明公开一种面向多结构化数据的中医知识标注方法及系统，所述方法包括：根据文本数据类型的不同分为结构化数据、非结构化数据和半结构化数据，当所述文本数据是非结构化数据或半结构化数据时，确定标注规范文本，所述标注规范文本可以通过参考选取抽象的有概括意义的正向或反向的标注例子降低错误率，基于所述标注规范文本，随机抽取n条文本数据由不同的用户进行标注，计算各个用户标注后的文本数据的一致性，当一致性的数值达到预设的阈值时，更新标注规范文本，当一致性的数值未达到预设的阈值，多用户进行讨论后，形成标注一致的文本数据，并更新标注规范文本，基于更新后的标注规范文本对所有的文本数据进行标注。本发明对文本数据的标注更加准确。
面向结构数据中医知识标注方法系统

[发明专利]基于深度类比网络在多维度雷达数据下的强对流外推方法及系统-CN202110570222.7有效
发明人：文立玉;罗飞;卫霄飞;舒红平;曹亮;刘魁 -专利权人：成都信息工程大学
申请日： 2021-05-25 - 公布日： 2023-04-07 - 主分类号： G06T9/00 文献下载
摘要：本发明提供一种基于深度类比网络在多维度雷达数据下的强对流外推方法及系统，方法包括以下步骤：(1)特征图像编码：对多个雷达图像进行编码获得多个特征图像；(2)利用深度视觉类比网络学习所述多个雷达图像与所述多个特征图像，得到外推雷达图像；(3)将所述特征图像喂入外推网络得到外推特征图像；(4)利用优化器对所述外推特征图像与所述外推雷达图像进行第一次优化，再对第一次优化后的输出进行二次优化。该方法利用两个网络同时外推出雷达图像和基于编码的特征图像，再用优化器对它们分别做优化，最后在对双网络的输出做二次优化，优化了强对流外推的过程，得到的强对流预测图像也更加精确且方法简单易行。
基于深度类比网络多维雷达数据对流方法系统

[发明专利]基于双重注意力机制的术中低血压预测方法及相关产品-CN202211376116.6在审
发明人： 舒红平;幸享兰;朱涛;陈果;郝学超;王亚强 -专利权人：成都信息工程大学;四川大学华西医院
申请日： 2022-11-04 - 公布日： 2023-04-04 - 主分类号： G16H50/30 文献下载
摘要：本发明涉及医学临床技术领域，公开了基于双重注意力机制的术中低血压预测方法及相关产品，使用术中监测的生理指标，利用基于双重注意力机制的深度学习模型对术中低血压进行提前预测，使用多头注意力机制为不同的指标分配不同的权重；还使用步长注意力机制为每个时间步进行加权，让不同的时间步发挥不同的作用。本发明采用了生理指标时间步多头注意力机制和生理指标多头注意力机制的双重注意力机制，同时考虑到了生理指标时间步和生理指标对术中低血压预测的影响和作用，有利于提高术中低血压预测精度，从而让医生提前采取降压措施，降低患者的术后不良风险和死亡风险，解决了现有技术中生理指标之间以及生理指标时间步之间的相关性问题。
基于双重注意力机制低血压预测方法相关产品

[发明专利]基于多类型特征融合的术后肺部并发症预测方法及系统-CN202310167372.2在审
发明人：郝学超;王亚强;吴少峰;舒红平;朱涛;陈果 -专利权人：四川大学华西医院;成都信息工程大学
申请日： 2023-02-27 - 公布日： 2023-03-28 - 主分类号： G16H50/30 文献下载
摘要：本发明提供了一种基于多类型特征融合的术后肺部并发症预测方法及系统，属于数据处理技术领域，基于多类型特征融合的术后肺部并发症预测方法由其系统执行，方法包括：步骤S1.获取临床记录表格数据的表格数据特征；获取术前诊断文本的粗粒度医学语义信息特征和细粒度医学语义信息特征；步骤S2.分别对步骤S1得到的特征进行编码，分别得到第一矩阵、第二矩阵和第三矩阵；并采用自注意机制和交叉注意机制对得到的矩阵进行多类型特征融合，得到输出向量；步骤S3.对输出向量进行解码处理，得到预测结果。本发明将表格数据特征、粗粒度医学语义信息特征和细粒度医学语义信息特征关联起来，进一步提高PPC预测的性能。
基于类型特征融合术后肺部并发症预测方法系统

[发明专利]基于策略采样的中医方剂生成方法及相关产品-CN202211365080.1在审
发明人： 舒红平;贾金凤;王亚强 -专利权人：成都信息工程大学
申请日： 2022-11-03 - 公布日： 2023-03-14 - 主分类号： G16H20/10 文献下载
摘要：本发明涉及自然语言生成技术领域，公开了基于策略采样的中医方剂生成方法及相关产品，通过遍历所述训练数据集中的每一条方剂数据，统计所有方剂数据中的药物标签在所述训练数据集中出现的频次；将频次低于预设频次值的药物标签对应的方剂数据，加入到备选数据集中；再利用备选数据集的数据去更新原始的训练数据集，得到目标训练数据集；使用该目标训练数据集训练上述模型。目的在于提高在模型训练时低频次的方剂数据被学习到的概率，从而解决了现有技术中中医方剂数据的药材数量存在严重分布不均，药物频次存在严重偏差的问题。
基于策略采样中医方剂生成方法相关产品

[发明专利]基于深度序列生成的中医方剂生成方法及相关产品-CN202211365098.1在审
发明人： 舒红平;贾金凤;王亚强 -专利权人：成都信息工程大学
申请日： 2022-11-03 - 公布日： 2023-03-14 - 主分类号： G16H20/10 文献下载
摘要：本发明涉及自然语言生成技术领域，公开了基于深度序列生成的中医方剂生成方法及相关产品，所述方法包括：将疾病证候输入到深度序列生成模型中，通过所述深度序列生成模型输出治疗该疾病证候对应的中医方剂；本发明采用了基于标签嵌入增强的XLNet编码模型，通过训练疾病证候以及疾病证候对应的方剂，最终实现输入疾病证候，准确输出证候对应方剂的目的。XLNet编码器将疾病证候更好的表征给处理器，注意力机制使模型能够着重关注输入序列中对标签预测贡献大的部分，通过嵌入前一时间步的标签做下一步的预测，利用了标签之间的关系，改善了曝光偏差的问题；有利于辅助中医医生快速准确的开出中医方剂。
基于深度序列生成中医方剂方法相关产品

1
2
3
4
5
6
7
8
下一页»
尾页
共 106 条