-
公开(公告)号：CN111091907A
公开(公告)日：2020-05-01
申请号：CN201911116657.3
申请日：2019-11-15
申请人： 合肥工业大学
发明人： 顾东晓 , 苏凯翔 , 王晓玉 , 杨雪洁 , 陆文星 , 赵树平 , 李鹏振 , 赵旺 , 欧阳纯萍 , 刘永彬 , 李晓玥 , 鲍超 , 丁庆秀 , 解玉光 , 苗夏雨 , 周晨 , 张波达
IPC分类号： G16H50/20 , G16H50/70 , G06F16/2458 , G06K9/62 , G06N3/12
摘要： 本发明提供一种基于相似病例库的健康医疗知识检索方法和系统，涉及数据处理领域。本发明首先获取医疗病例数据，并对所述医疗病例数据进行预处理；再基于遗传算法来获取经过预处理后的医疗病例数据的特征权重；基于特征权重获取Jaccard相似度；最后基于Jaccard相似度获取相似病例。本发明中的Jaccard相似度不仅考虑了两个医疗病例的公共特征，同时也考虑了二者各自的特殊特征，提高了相似病例的知识检索的准确率。本发明融合Jaccard算法和遗传算法，能够检索到更准确和合适的案例信息，为医院诊疗决策提供更加准确合理的知识支持。
-
公开(公告)号：CN110957046A
公开(公告)日：2020-04-03
申请号：CN201911116645.0
申请日：2019-11-15
申请人： 合肥工业大学
发明人： 顾东晓 , 赵旺 , 梁昌勇 , 王晓玉 , 杨雪洁 , 苏凯翔 , 陆文星 , 赵树平 , 欧阳纯萍 , 刘永彬 , 李晓玥 , 鲍超 , 丁庆秀 , 解玉光 , 苗夏雨 , 周晨 , 张波达
IPC分类号： G16H50/70
摘要： 本发明提供一种医疗健康案例知识匹配方法和系统，涉及数据处理技术领域。本发明首先获取医疗健康案例数据和外部标注性特征信息，并对所述医疗健康案例数据和所述外部标注性特征信息进行预处理；对经过预处理后的医疗健康案例数据进行特征选择处理，得到关键特征；再基于遗传算法获取关键特征的特征权重；基于所述特征权重和Pearson参数r法获取初步案件相似度；最后基于所述初步案件相似度和所述经过预处理后外部标注性特征信息获取最终案例相似度，基于最终案例相似度得到相似医疗健康案例。本发明引入外部标注性特征信息，能有效的降低质量差、水平低的信息对检索结果的影响，在一定程度上有效地提高了检索结果和健康诊疗决策的准确度。
-
公开(公告)号：CN110957046B
公开(公告)日：2024-01-19
申请号：CN201911116645.0
申请日：2019-11-15
申请人： 合肥工业大学
发明人： 顾东晓 , 赵旺 , 梁昌勇 , 王晓玉 , 杨雪洁 , 苏凯翔 , 陆文星 , 赵树平 , 欧阳纯萍 , 刘永彬 , 李晓玥 , 鲍超 , 丁庆秀 , 解玉光 , 苗夏雨 , 周晨 , 张波达
IPC分类号： G16H50/70
摘要： 诊疗决策的准确度。本发明提供一种医疗健康案例知识匹配方法和系统，涉及数据处理技术领域。本发明首先获取医疗健康案例数据和外部标注性特征信息，并对所述医疗健康案例数据和所述外部标注性特征信息进行预处理；对经过预处理后的医疗健康案例数据进行特征选择处理，得到关键特征；再基于遗传算法获取关键特征的特征权重；基于所述特征权重和Pearson参数r法获取初步案件相似度；最后基于所述初步案件相似度和所述经过预处理后外部标注性特征信息获取最终案例相似度，基于最终案例相似度得到相似医疗健康案例。本发明引入外部标注性特征信息，能有效(56)对比文件Shi, CY (Shi, Chongyang);Lai, LJ(Lai, Linjing);Fan, J (Fan, Jing);Bai, Y(Bai, Yu) .“Similarity Model Based on CBRand FCA”《.2016 17th IEEE/ACISInternational Conference on SoftwareEngineering, Artificial Intelligence,Networking and Parallel/DistributedComputing (SNPD) 》.2017,全文.王观玉等“.案例系统特征权值优化算法的仿真研究”《.计算机工程与应用》.2013,秦彩杰等.一种基于F-Score的特征选择方法《.宜宾学院学报》.2017,(第06期),第4-8页.武璠菲.“牙齿正畸病例相似性分析方法研究及应用”《.中国优秀博硕士学位论文全文数据库(硕士) 医药卫生科技辑》.2019,第16-18页.
-
公开(公告)号：CN115879729A
公开(公告)日：2023-03-31
申请号：CN202211683288.8
申请日：2022-12-27
申请人： 合肥工业大学
IPC分类号： G06Q10/0631 , G06Q10/067 , G06N3/08 , G06N3/0464 , G06Q50/26
摘要： 本发明提供一种异构多机器智能系统协同执行搜救任务的优化方法及系统，涉及人工智能和应急搜救技术领域。本发明基于多个异构机器智能系统的搜救特性对搜救任务环境进行建模，并基于建模后的搜救任务环境确定每个异构机器智能系统的动作空间和状态空间；然后基于每个异构机器智能系统的动作空间和状态空间建立奖励体系；最后基于上述动作空间、状态空间，以及奖励体系构建协同执行搜救任务模型，并利用深度强化学习算法训练和优化协同执行搜救任务模型，利用训练后的模型指导执行搜救任务。本发明相比于现有技术，多个异构智能体在复杂任务环境下执行搜救任务的协调性和执行效率更高，搜救策略选择的稳定性和准确性更高。
-
公开(公告)号：CN115330029A
公开(公告)日：2022-11-11
申请号：CN202210868106.8
申请日：2022-07-22
申请人： 合肥工业大学
摘要： 本发明提供一种基于深度强化学习的多智能体未知环境搜救方法及系统，涉及路径规划技术和未知环境搜救技术领域。本发明首先获取基于多智能体未知环境搜救的马尔可夫决策模型；然后基于所述马尔可夫决策模型利用QMIX算法获取每个所述智能体的动作；每个智能体基于上述动作利用A*算法规划从当前点到下一状态目标点的最优路径；不断循环QMIX算法确定动作且A*算法规划路径的过程，直到达到预设终止条件时输出多智能体未知环境搜救结果。本发明有效提高了多智能体在未知环境中搜救的效率。
-
-
-
-
搜索结果
5 条记录 (耗时 0.025 秒)
