-
公开(公告)号：CN118315032A
公开(公告)日：2024-07-09
申请号：CN202410530950.9
申请日：2024-04-29
申请人： 山东师范大学
摘要： 本发明提供了一种胃肠化生严重程度预测系统及方法，所述方案包括：基于根据预处理后的胃肠化生内窥镜图像构建的查询集以及预先构建的支持集，采用预先训练的颜色转导传播网络进行分级预测，获得分级结果；其中，所述颜色转导传播网络具体执行如下处理过程：对于查询集和支持集中的胃肠化生内窥镜图像，基于神经网络进行原始胃肠化生内窥镜图像和病变区域的特征提取，以及将原始胃肠化生内窥镜图像和病变区域的特征进行融合，获得融合特征，基于获得的融合特征间的相似度关系进行图构建，基于图中已标记节点的标签信息进行未标记节点的标签预测，通过迭代计算，逐个获取每个未标记节点的标签预测结果；基于标签预测结果实现胃肠化生严重程度预测。
-
公开(公告)号：CN116306655A
公开(公告)日：2023-06-23
申请号：CN202310289061.3
申请日：2023-03-20
申请人： 山东师范大学
IPC分类号： G06F40/295 , G06F40/30 , G06F40/289 , G06N3/04 , G06N3/08
摘要： 本公开涉及自然语言处理技术领域，提出了一种基于汉字字形和词语边界特征的命名实体识别方法及系统，识别方法包括如下步骤：将获取的待处理医疗文本输入到微调好的BERT预训练语言模型中，获取包含上下文信息的字符级特征向量；对获取的待处理医疗文本进行字形特征提取，得到与字形相关的字形特征向量；基于事先构建的医疗命名实体库，对获取的待处理医疗文本进行边界特征提取，得到边界特征向量；对得到的字符级特征向量、字形特征向量以及边界特征向量进行连接、融合及降维，并通过条件随机场得到最终的实体识别结果。在BERT预训练语言模型的基础上增加了字形特征提取模块和边界特征提取模块，能够提高对医疗实体及其标签类别识别的准确率。
-
公开(公告)号：CN115937928A
公开(公告)日：2023-04-07
申请号：CN202211296256.2
申请日：2022-10-21
申请人： 山东师范大学
摘要： 本公开提供了基于多视觉特征融合的学习状态监测方法及系统，涉及计算机视觉技术领域，包括获取待分析学习者的原始学习视频，提取视频帧中的人脸图像并进行预处理，并划分学习状态；对人脸图像进行识别检测，获取人脸关键点的坐标，由人脸关键点定位眼睛、嘴巴以及头部的运动状态特征，确定学习者眨眼、哈欠以及头部运动的特征；基于Yolov5目标检测网络和Openpose人体姿态识别算法，确定学习过程中手部行为，将眨眼、哈欠、头部运动进行融合分析，结合手部行为状态，基于模糊综合评价法，得到最终的学习状态检测结果。本公开方法在学习者学习疲劳时能够实时反馈到老师，对提高教学效果具有非常重要的意义。
-
公开(公告)号：CN111798975A
公开(公告)日：2020-10-20
申请号：CN202010483848.X
申请日：2020-06-01
申请人： 山东师范大学
摘要： 本发明公开了一种基于循环时间卷积网络的疾病诊断系统、设备及介质，包括：预测模型构建与训练模块，用于根据历史电子病历提取已知疾病诊断结果的已知病程向量，以已知病程向量作为训练集训练构建的循环时间卷积网络预测模型；疾病诊断预测模块，用于根据待预测患者的电子病历信息提取待测病程向量，将待测病程向量输入至训练后的循环时间卷积网络预测模型中，得到待预测患者的疾病诊断预测结果。基于时间卷积网络融合长短时循环网络构建的循环时间卷积网络预测模型，将疾病诊断结果与历史电子病历诊断信息建立联系，保留长时历史信息，对序列数据进行长程建模预测，实现对长序列数据信息进行精细化预测。
-
公开(公告)号：CN107885857B
公开(公告)日：2019-02-12
申请号：CN201711145717.5
申请日：2017-11-17
申请人： 山东师范大学
IPC分类号： G06F16/951 , G06F16/2457 , G06F3/01
摘要： 本发明公开了一种搜索结果页用户行为模式挖掘方法、装置及系统，接收用户在搜索引擎结果页内的测试行为数据；采用定向频繁浏览模式挖掘法挖掘不同用户类型、页面布局下的不同类型的用户行为模式；所述定向频繁浏览模式挖掘法用于挖掘不同页面布局下用户定向定长的浏览模式，得到用户浏览搜索引擎结果页过程中的时序型信息。本发明提出一种新颖的、定向定长的频繁浏览模式挖掘算法挖掘用户浏览过程中的频繁时序模式，为精确分析各种布局与用户类型下链接间的关系，优化页面布局，提升用户体验提供重要依据。
-
公开(公告)号：CN107885857A
公开(公告)日：2018-04-06
申请号：CN201711145717.5
申请日：2017-11-17
申请人： 山东师范大学
CPC分类号： G06F17/30864 , G06F3/013 , G06F17/30539
摘要： 本发明公开了一种搜索结果页用户行为模式挖掘方法、装置及系统，接收用户在搜索引擎结果页内的测试行为数据；采用定向频繁浏览模式挖掘法挖掘不同用户类型、页面布局下的不同类型的用户行为模式；所述定向频繁浏览模式挖掘法用于挖掘不同页面布局下用户定向定长的浏览模式，得到用户浏览搜索引擎结果页过程中的时序型信息。本发明提出一种新颖的、定向定长的频繁浏览模式挖掘算法挖掘用户浏览过程中的频繁时序模式，为精确分析各种布局与用户类型下链接间的关系，优化页面布局，提升用户体验提供重要依据。
-
公开(公告)号：CN107798563A
公开(公告)日：2018-03-13
申请号：CN201711098741.8
申请日：2017-11-09
申请人： 山东师范大学
IPC分类号： G06Q30/02
摘要： 本发明公开了基于多模态特征的互联网广告效果测评方法及系统，包括：步骤(1)：采集各项数据：采集用户的个人基本信息及认知方式，用户在浏览互联网网页过程中产生的多模态行为特征以及用户对广告的记忆程度信息；步骤(2)：数据分析与特征提取：根据所述采集的数据，通过特征相关性分析筛选特征，进行特征融合；步骤(3)：建立广告记忆力模型：挖掘用户的浏览模式，将用户的浏览模式融合步骤(2)得到的特征，构建广告记忆力模型；步骤(4)：利用已经建立好的广告记忆力模型计算用户对广告的记忆程度，从而对互联网广告效果进行测评。实现搜索引擎结果页内页面的优化布局、网络广告的效果的测评和用户体验的提升。
-
公开(公告)号：CN107143981A
公开(公告)日：2017-09-08
申请号：CN201710376155.9
申请日：2017-05-24
申请人： 山东师范大学
IPC分类号： F24F11/00
摘要： 本发明公开了本发明公开了一种智能空调节能控制系统及其控制方法，该系统包括状态检测单元，用于获取空调系统中各装置的状态信息和功率信息；处理器；控制单元，用于输出处理器的优化控制策略；其中处理器通过高斯混合模型聚类模块对状态信息进行聚类、线性回归拟合模块，对于每个聚类标签，建立基于多项式的线性回归拟合模型，用于拟合各个装置功率，进而预测空调系统总耗电功率，最后通过遗传算法搜索模块，搜索控制策略。本发明基于高斯混合模型、线性回归和遗传算法的多模型融合模型，使得智能空调系统的可控变量控制与当前装置状态信息建立联系，具有可靠性稳定且优化效果明显的有益效果。
-
公开(公告)号：CN113065060B
公开(公告)日：2022-11-29
申请号：CN202110187586.7
申请日：2021-02-18
申请人： 山东师范大学
IPC分类号： G06F16/9535 , G06N3/04 , G06N3/08 , G06Q30/06 , G06Q50/20
摘要： 本发明公开了基于深度学习的教育平台课程推荐方法及系统，包括：获取用户的行为数据、用户的基本信息和用户的历史观看课程；对获取的用户的行为数据、用户的基本信息和用户的历史观看课程进行数据预处理，得到用户的行为序列；对用户的历史观看课程进行特征提取，得到课程特征；对用户的基本信息进行特征提取，得到用户特征和用户所处环境特征；将用户的行为序列、课程特征、用户特征和用户所处环境特征，输入到预先训练好的神经网络模型中，输出课程推荐结果。
-
公开(公告)号：CN113343694A
公开(公告)日：2021-09-03
申请号：CN202110474668.X
申请日：2021-04-29
申请人： 山东师范大学
IPC分类号： G06F40/295 , G06F40/205 , G06F40/253 , G06N3/04 , G16H10/60
摘要： 本公开提供了一种医疗命名实体识别方法及系统，获取待识别的医疗文本数据；根据获取的医疗文本数据，得到至少一个句子中的词嵌入向量；进行句子中短语的语法角色标记，结合短语之间的依存关系，得到短语之间的关系图，根据预设图卷积神经网络中，得到特征向量；将获取的词嵌入向量和特征向量进行拼接，得到拼接后的输入向量；根据拼接后的输入向量和预设动态堆叠网络，得到医疗命名实体识别结果；本公开采用动态堆叠网络的原因是为了解决实体嵌套的问题，极大的提高了医疗命名实体的识别精度。
-
-
-
-
-
-
-
-
-
搜索结果
38 条记录 (耗时 0.035 秒)
