一种融合节点多属性的复杂网络重要节点识别方法

    公开(公告)号:CN111988178B

    公开(公告)日:2023-04-07

    申请号:CN202010847915.1

    申请日:2020-08-21

    摘要: 本发明提供了一种融合节点多属性的复杂网络重要节点识别方法,包括如下步骤:S10确认网络连接;S20获得节点i的介数中心性评估参数BC(i)、节点i的近邻中心性评估参数CC(i)以及节点i的信息中心性评估参数IC(i);S30采用改进的变异系数(ICV)计算参数BC、CC以及IC对节点i的重要性贡献系数ωBC、ωCC以及ωIC;S40构建公式BICC(i)=ωBCBC(i)+ωCCCC(i)+ωICIC(i)计算复杂网络节点的中心性得分,识别出复杂网络中系统层面的重要节点。本发明的一种融合节点多属性的复杂网络重要节点识别方法,将介数中心性评估参数BC、近邻中心性评估参数CC以及信息中心性评估参数IC进行有效融合,从网络系统水平上考虑节点重要性的评价指标,与现有技术相比重要节点识别的可靠性极大提高,算法的精度得到了较大的改善。

    一种融合节点多属性的复杂网络重要节点识别方法

    公开(公告)号:CN111988178A

    公开(公告)日:2020-11-24

    申请号:CN202010847915.1

    申请日:2020-08-21

    IPC分类号: H04L12/24

    摘要: 本发明提供了一种融合节点多属性的复杂网络重要节点识别方法,包括如下步骤:S10确认网络连接;S20获得节点i的介数中心性评估参数BC(i)、节点i的近邻中心性评估参数CC(i)以及节点i的信息中心性评估参数IC(i);S30采用改进的变异系数(ICV)计算参数BC、CC以及IC对节点i的重要性贡献系数ωBC、ωCC以及ωIC;S40构建公式BICC(i)=ωBCBC(i)+ωCCCC(i)+ωICIC(i)计算复杂网络节点的中心性得分,识别出复杂网络中系统层面的重要节点。本发明的一种融合节点多属性的复杂网络重要节点识别方法,将介数中心性评估参数BC、近邻中心性评估参数CC以及信息中心性评估参数IC进行有效融合,从网络系统水平上考虑节点重要性的评价指标,与现有技术相比重要节点识别的可靠性极大提高,算法的精度得到了较大的改善。

    一种空气污染健康效应的评估方法

    公开(公告)号:CN111984927A

    公开(公告)日:2020-11-24

    申请号:CN202010811039.7

    申请日:2020-08-13

    IPC分类号: G06F17/18 G01N33/00 G01W1/02

    摘要: 本发明提供了一种空气污染健康效应的评估方法,包括如下步骤:S10采集地面站点观测的空气污染数据、气象要素数据、人口数据以及基准死亡率数据;S20将所述空气污染数据以及所述气象要素数据融合,利用多元线性逐步回归,获得气象与排放对污染变化的贡献;S30采用对数线性模型结合人口数据、基准死亡率数据以及空气污染数据评估污染变化导致的健康损失或健康收益;以及S40将气象与排放对污染变化的贡献与污染变化导致的健康损失及健康收益结合获得气象与排放对健康效应贡献的评估结果。本发明的一种空气污染健康效应的评估方法,使用气象要素数据以及空气污染数据对公众的健康状况提供了一种评估方法,可为环境管理部门对健康评估提供科学依据。

    一种红斑狼疮患者的狼疮性肾炎预测模型的建模方法

    公开(公告)号:CN111986814B

    公开(公告)日:2024-01-16

    申请号:CN202010847648.8

    申请日:2020-08-21

    摘要: 本发明提供了一种红斑狼疮患者的狼疮性肾炎预测模型的建模方法,包括如下步骤:S10数据采集,使用自然语言处理方法从系统性红斑狼疮患者电子病历中抽取了表型数据以及人口统计学数据;S20将所述表型数据以及所述人口统计学数据通过01矩阵转换为特征向量;S30模型训练,使用部分所述特征向量对所述狼疮性肾炎预测模型进行训练,获得所述狼疮性肾炎预测模型。本发明的一种红斑狼疮患者的狼疮性肾炎预测模型的建模方法,使用大量现有的电子病历数据建立狼疮性肾炎预测模型,将所述狼疮性肾炎预测模型应用于所述红斑狼疮患者并发症的研究,可针对高危人群采取恰当措施,辅助医生诊疗,降低狼疮性肾炎的发病率。

    一种基于5G通信技术的医疗呼叫装置

    公开(公告)号:CN115413868A

    公开(公告)日:2022-12-02

    申请号:CN202211144669.9

    申请日:2022-09-20

    IPC分类号: A44C5/00 A44C5/14 A44C5/20

    摘要: 本发明公开了一种基于5G通信技术的医疗呼叫装置,属于医疗辅助设备技术领域,包括呼叫组件,所述呼叫组件包括外壳体和安装在外壳体内部的医疗呼叫系统;所述医疗呼叫系统包括扬声器、语音录入器、蓄电池模块、5G通讯模块、控制器、北斗定位模块、睡眠监测模块、身份识别模块、心跳监测器和无线充电模块;外壳体的侧面安装有用于启动语音录入器的启动按钮。通过上述方式,本发明可佩戴在患者身上,方便移动,若病人在病床外发生突发状况,按动启动按钮录入语言即可联系护士台,可及时联系护士。本发明不仅具有呼叫功能,还可以监测病人的睡眠质量、心率等健康信息,便于护士台了解病人的睡眠、心率等信息。

    一种基于量化指标的PM2.5反演方法

    公开(公告)号:CN112214877B

    公开(公告)日:2024-02-13

    申请号:CN202010965702.9

    申请日:2020-09-15

    IPC分类号: G06F30/20 G06Q10/063

    摘要: 本发明提供了一种基于量化指标的PM2.5反演方法,包括如下步骤:S10数据采集及预处理;S20多源数据融合;S30构建PM2.5的量化指标K;S40构建PM2.5反演模型,以及S50通过所述PM2.5反演模型获取最终的PM2.5的浓度。本发明的一种基于量化指标的PM2.5反演方法,将气象数据、卫星数据以及PM2.5排放数据结合获得综合量化指标,通过量化指标构建PM2.5反演模型,使用所述反演模型对反演PM2.5的浓度,与现有技术相比大大降低了运行成本、提高了空间覆盖率及反演精度。

    一种基于Ising模型的无监督词嵌入表示学习方法

    公开(公告)号:CN113343710B

    公开(公告)日:2023-09-29

    申请号:CN202110726042.3

    申请日:2021-06-29

    摘要: 本发明公开了一种基于Ising模型的无监督词嵌入表示学习方法,包含以下步骤S1.将输入的文本数据实体依照Ising Model构建稀疏矩阵WISM;S2.将WISM经过SLEP得到全局关系矩阵WWCM;S3.构建批次文本数据实体集Batchi;S4.依次将n个Batchi输入至Word2vec模型,利用Skip‑Gram框架结合负采样的方法得到各实体Vmij的梯度#imgabs0#及#imgabs1#步骤S5.利用局部关系矩阵Wscm结合梯度#imgabs2#更新辅助向量θu,利用负关系矩阵WNCM结合梯度#imgabs3#更新Vmij的词嵌入Veij,本发明通过利用引入由Ising模型获取的带有全局信息的矩阵结合梯度不断更新辅助向量θu及词嵌入Veij,在Word2vec训练过程中引入全局关系得分,本发明的词嵌入表示学习方法准确性高。

    一种基于Ising模型的无监督词嵌入表示学习方法

    公开(公告)号:CN113343710A

    公开(公告)日:2021-09-03

    申请号:CN202110726042.3

    申请日:2021-06-29

    摘要: 本发明公开了一种基于Ising模型的无监督词嵌入表示学习方法,包含以下步骤S1.将输入的文本数据实体依照Ising Model构建稀疏矩阵WISM;S2.将WISM经过SLEP得到全局关系矩阵WWCM;S3.构建批次文本数据实体集Batchi;S4.依次将n个Batchi输入至Word2vec模型,利用Skip‑Gram框架结合负采样的方法得到各实体Vmij的梯度及步骤S5.利用局部关系矩阵Wscm结合梯度更新辅助向量θu,利用负关系矩阵WNCM结合梯度更新Vmij的词嵌入Veij,本发明通过利用引入由Ising模型获取的带有全局信息的矩阵结合梯度不断更新辅助向量θu及词嵌入Veij,在Word2vec训练过程中引入全局关系得分,本发明的词嵌入表示学习方法准确性高。

    一种基于TMPRSS2的新冠COVID-19治疗药物筛选系统

    公开(公告)号:CN111986818A

    公开(公告)日:2020-11-24

    申请号:CN202010847901.X

    申请日:2020-08-21

    IPC分类号: G16H70/40 G16B40/00

    摘要: 本发明提供了一种基于TMPRSS2的新冠COVID-19治疗药物筛选系统,包括依次连接的:数据采集模块,用于采集与TMPRSS2相关的医疗文献资料;生物医学概念实体提取模块,使用自然语言处理从所述医疗文献资料中提取生物医学概念实体;特征向量转化模块,用于将所述生物医学概念实体转换为机器学习可识别的向量形式;以及相似度分析模块,所述特征向量转化模块输出至所述相似度分析模块,通过相似度分析获得治疗药物。本发明的一种基于TMPRSS2的新冠COVID-19治疗药物筛选系统,从TMPRSS2出发,使用自然语言处理方法,分析与TMPRSS2相关的所有文献,可以在短时间内由程序筛选出COVID-19相关的药物、器官与靶点,提高治疗方案选取的效率。

    一种通过ACE2筛选新冠COVID-19治疗药物的方法

    公开(公告)号:CN111986817A

    公开(公告)日:2020-11-24

    申请号:CN202010847647.3

    申请日:2020-08-21

    IPC分类号: G16H70/40 G16H50/70 G06K9/62

    摘要: 本发明提供了一种通过ACE2筛选新冠COVID-19治疗药物的方法,包括如下步骤:S10数据采集,采集与ACE2相关的医疗文献资料;S20使用自然语言处理从所述医疗文献资料中提取生物医学概念实体;S30使用嵌入向量方法把所述生物医学概念实体转换为机器可识别的向量形式;以及S40通过各向量间余弦相似度获得ACE2与所述生物医学概念实体间的相似度,通过相似度分析获得治疗药物。本发明的一种通过ACE2筛选新冠COVID-19治疗药物的方法,从ACE2出发,使用自然语言处理方法,分析与ACE2相关的所有文献,可以在短时间内由程序筛选出COVID-19相关的药物、器官与靶点,提高治疗方案选取的效率。