-
公开(公告)号：CN107832312A
公开(公告)日：2018-03-23
申请号：CN201710000406.3
申请日：2017-01-03
申请人： 北京工业大学
IPC分类号： G06F17/30
CPC分类号： G06F17/30864 , G06F17/30637 , G06F17/30731
摘要： 本发明公开了基于深度语义辨析的文本推荐方法，根据深度语义网格模型自动抽取文本主题，根据主题情景语义辨析方法推理在不同文本背景下的情景语义，实现融合情景状态的文本主题树，根据用户实时情景状态为每篇文档构建出用户文本兴趣画像。在查询端针对用户情景状态的实时波动，对文本主题树进行情景语义筛选，将查询内容进行查询兴趣主题建模，根据激活扩散方法对用户直接兴趣主题进行二次潜在语义推理，计算主题的全局激活值，构建融合当前情景语义的用户查询兴趣画像。通过相似度计算方法为文档进行评分，根据评分高低生成文本推荐列表。
-
公开(公告)号：CN118686778A
公开(公告)日：2024-09-24
申请号：CN202410872874.X
申请日：2024-07-01
申请人： 北京工业大学 , 北京科博纳信息技术有限公司
IPC分类号： F04B51/00 , G06F18/10 , G06F18/2113 , G06F18/2131 , G06F18/22 , G06F18/243 , G06N5/01 , G06N20/20 , G06N3/042 , G06N3/045 , G06F123/02
摘要： 本发明提出一种基于多目标动态优化健康退化指数的泵站机组健康评估方法和系统。其中，方法包括：应用预处理后的多维时间序列数据和训练标签训练基于交互式图神经网络的健康基准模型；应用健康基准模型预测健康状态评估特征变量的预测值；基于马氏距离计算健康状态评估特征变量的预测值与健康状态评估特征变量的实时监测值的距离，构建健康状态评估特征变量的健康退化指数；应用健康退化指数，构建并求解用于确定健康退化指数的权重的多目标函数；得到健康退化指数的权重；将权重和健康退化指数加权求和，得到综合健康退化指数。本发明提出的方案能够通过优化权重分配显著提高了评估的精度和全面性，更准确地反映设备实际运行的健康状态变化。
-
公开(公告)号：CN117076887A
公开(公告)日：2023-11-17
申请号：CN202311081250.8
申请日：2023-08-25
申请人： 北京工业大学 , 北京市南水北调团城湖管理处
IPC分类号： G06F18/20 , G06N3/0442 , G01M13/00
摘要： 本申请涉及一种泵站机组运行状态预测和健康评估方法及系统，对泵站机组运行数据进行处理得到自变量数据；基于双向LSTM神经网络，建立预测模型；应用自变量数据对预测模型进行训练和测试；应用预测模型对未来泵站运行状态变化趋势进行预测；对泵站机组运行数据进行灰色关联分析，得到机组健康评估客观权重矩阵；基于模型预测得到未来多时刻泵站运行状态的结果进行劣化度计算得到劣化度矩阵；基于劣化度进行高斯隶属度分析得到隶属度权重矩阵；基于机组健康评估客观权重矩阵和隶属度权重矩阵得到机组健康状态评判向量，根据机组健康状态评判向量进行评估得到机组健康状态。实现了对泵站机组未来多时刻机组状态预测，且对健康状态进行评估。
-
-
公开(公告)号：CN112417241A
公开(公告)日：2021-02-26
申请号：CN202011226838.4
申请日：2020-11-06
申请人： 北京工业大学
IPC分类号： G06F16/951 , G06F16/335 , G06N3/04 , G06N3/08
摘要： 本发明公开了一种基于事件的神经影像学文献挖掘主题学习管道方法，该方法通过分析神经影像研究的过程和神经影像文献的信息可用性，确定了三种类型的神经影像研究主题事件。设计一个基于事件的主题学习任务，以获得丰富的语义神经影像研究主题，以提高主题的可解释性和准确性。并通过将深度学习和领域知识与概率主题模型融合，提出了一种新的主题学习方法，以实现针对全文神经影像文献的基于事件的主题学习。最后针对主题学习的两个核心指标，主题一致性和KL差异被选为评估参数。根据实际数据完成了一组实验，以将所提出的方法与四种主要主题学习方法进行比较。实验结果表明，神经影像Event‑BTM可以显着提高神经影像文献挖掘的主题准确性和完整性。
-
公开(公告)号：CN111834014A
公开(公告)日：2020-10-27
申请号：CN202010692580.0
申请日：2020-07-17
申请人： 北京工业大学
IPC分类号： G16H50/70 , G06F40/295 , G06N3/04 , G06N3/08 , G06N20/00
摘要： 本发明实施例提供一种医疗领域命名实体识别方法及系统，包括：获取电子病历数据；将电子病历数据输入至命名实体识别模型，根据命名实体识别模型的输出结果，获取与电子病历数据对应的命名实体识别结果；其中，命名实体识别模型是根据带有命名实体识别标签的病历样本数据集和无标签病历样本数据集训练得到的。本发明实施例提供的医疗领域命名实体识别方法及系统，利用一种结合监督学习与无监督学习的半监督网络模型，实现医疗领域的命名实体识别，解决了医疗领域缺少标记数据、训练样本集构建困难的问题。有效的提升了模型训练和预测的能力，节省了人力、物力。
-
公开(公告)号：CN107696478B
公开(公告)日：2019-11-29
申请号：CN201711150818.1
申请日：2017-11-18
申请人： 北京工业大学
IPC分类号： B29C64/118 , B29C64/20 , B29C64/227 , B33Y30/00
摘要： 本发明公开了一种包含冷却系统的高速3D打印机，本发明包含两个核心系统，一个是冷却系统，另一个是快速出丝系统，冷却系统与快速出丝系统相连接，可以实现快速三维打印。包括以下内容：通过冷却系统保证打印出的材料可以快速冷却凝固，与之前打印的材料相结合；挤出机构利用螺旋式的送丝机构保证送丝的速度和均匀性，同时喷头加热的温度比较高，提升材料的流动性，进一步提高材料挤出的速度。最终实现打印效率的提高，解放打印机机械的运行效率。
-
公开(公告)号：CN109920547A
公开(公告)日：2019-06-21
申请号：CN201910161929.5
申请日：2019-03-05
申请人： 北京工业大学
摘要： 本发明公开了一种基于电子病历数据挖掘的糖尿病预测模型构建方法，该方法从电子病历数据清洗和预测模型的构建出发，将从各个服务器导出来的电子病历数据通过唯一的病案号进行数据的整合，数据包括基本信息以及诊断、糖化以及生化检查数据，将基本信息，诊断信息等合并成一个完整的样本。对数据进行了数据的清洗，去除异常数据、重复数据和存在的错误数据，将清洗后的数据存入数据库。对清洗后的糖尿病数据进行了分类预测，通过结果可以得出，改进的BP神经网络模型无论分类精度还是模型评价指标都优于其他算法模型。本方法提高了人群中未诊糖尿病性肾病的检出率，增强糖尿病性肾病防治效果，并节省大量的卫生资源。
-
公开(公告)号：CN109616168A
公开(公告)日：2019-04-12
申请号：CN201811536456.4
申请日：2018-12-14
申请人： 北京工业大学
摘要： 本发明公开了一种基于电子病历的医疗领域智能管理模型构建方法，该方法主要包括如下步骤：在系统中导出所需管理数据，将导出的数据以Excel表格的形式存储。将导出的数据进行数据清洗、数据集成、数据转换、数据规约，最后形成目标数据集结果数据库。利用传统的数据挖掘算法对结果数据库进行数据挖掘分析对比后选取最优算法并优化，选取最相关因素利用选取的算法构建智能管理模型。本发明在数据预处理阶段，面对大量结构化以及非结构化电子病历信息，总结一套完整的数据清洗流程，为智能化管理模型构建构建打下坚实的基础。
-
公开(公告)号：CN108995202A
公开(公告)日：2018-12-14
申请号：CN201810705168.0
申请日：2018-07-01
申请人： 北京工业大学
IPC分类号： B29C64/10 , B29C64/386 , B33Y10/00 , B33Y50/00 , B29L31/50
摘要： 本发明公开了一种基于蜂窝结构的3D打印减压鞋垫制作方法，可以定制化的生产这种带有减少足底压力功能的鞋垫，包括以下内容：通过步态分析仪，获得使用者足底压力数字图像，并利用轮廓提取算法提取足底压力区域。三维扫描使用者足部，根据使用者的足部模型以及足底压力区域，建立定制化蜂窝结构减压鞋垫模型。最终根据需求选择相应材料进行3D打印，最终实现定制化生产。
-
-
-
-
-
-
-
-
-
搜索结果
44 条记录 (耗时 0.026 秒)
