本发明属于数据推荐的计算机信息领域，提供了一种基于用户需求结合倒排表的专利推荐方法，包括根据用户需求对专利数据集构建初始倒排表并加入相似词机制形成最终的倒排表；所述倒排表包括：单词编号、单词和专利编号列表；对专利数据集中的专利信息进行编号，形成文档列表，为文档列表中的每一个专利的专利信息使用bert模型获取句子向量表示；所述文档列表包括：专利编号、专利信息、专利信息句子向量表示；根据用户需求信息分为精准需求和广泛需求，进行双轨推荐。本发明解决了现有技术中由于专利推荐涉及到各个领域的专利，数量庞大，使用单一领域的专利信息进行推荐，导致推荐效果不佳和专利推荐不够准确的问题。
📄 2023108824244
📂 G06F16_335
👤 齐鲁工业大学(山东省科学院), 山东省计算中心(国家超级计算济南中心)
📅 2023-07-18
本发明属于基于特定计算模型的专利推荐技术领域，更具体地，涉及基于Transformer编码器和正则化策略的专利推荐方法。所述方法包括：根据多个搜索文本建立一定数量的专利数据集，并按照搜索语句分类；对搜索文本以及数据集中的专利文本进行数据预处理；建立基于Transformer编码器和正则化策略的词句双处理模型，使用基于Dropout与对称JS散度的正则化策略对模型结构和输出结果进行优化；句粒度层面处理词粒度层面处理；对句粒度层面结果与词粒度层面结果进行线性加权，输出分类结果。本发明解决了现有技术中专利文本和搜索文本长度不一致导致的信息匹配不准确的问题以及传统专利推荐准确率低的问题。
📄 2023112576444
📂 G06F16_9535
👤 齐鲁工业大学(山东省科学院), 山东省计算中心(国家超级计算济南中心)
📅 2023-09-26
本发明公开了一种基于医学影像的帕金森预测方法，属于医学图像处理技术领域，所述方法包括：获取待评估的MRI影像；对所述MRI影像进行预处理；将预处理后的MRI影像输入至预先构建好的人工智能分类预测模型中，得到预测结果，其中所述人工智能分类预测模型为改进的ResNet18网络模型。本发明将逐渐成熟的医学影像和深度学习进行结合，发挥人工智能的优势并将其应用于实际生活中，以残差网络为基础架构，根据帕金森病的医学影像特点对其进行改进，实现帕金森病的自动分类，准确度高。
📄 2023107514715
📂 G06V10_764
👤 齐鲁工业大学(山东省科学院), 山东省计算中心(国家超级计算济南中心)
📅 2023-06-25
一种多智能体驱动的云‑边‑端安全任务多目标自适应调度方法，涉及网络空间安全技术领域，通过在多智能体协同的云‑边‑端三层架构中引入实时感知与动态决策机制，克服了传统静态调度策略在异构资源环境中适应性不足的缺陷。系统以任务平均处理时延、安全检测准确率及调度策略隐私熵为并行的优化目标，构建多目标奖励函数，使得调度策略能够在效率、安全性与隐私保护之间实现自适应平衡。
📄 2026100516592
📂 H04L9_40
👤 齐鲁工业大学(山东省科学院), 山东省计算中心(国家超级计算济南中心)
📅 2026-01-15
一种低开销的加密恶意流量分类可信判定方法，涉及网络安全技术领域，引入了轻量预测模型，通过复用Transformer模型的认证结果，并仅对预测模型增量部分执行推理，显著降低了每个加噪样本的计算成本。在随机平滑认证中，通过控制预测模型输出的残差，确保新类别在增加的同时，既不损害旧类的判别能力，又能在噪声扰动下保持与基模型的鲁棒一致性。不需要对Transformer模型结构进行大规模修改。增量训练仅关注更新增量参数，Transformer模型和原有特征提取算子保持冻结，确保预测模型可以在现有硬件架构上平滑地进行训练和推理。
📄 202610115457X
📂 H04L9_40
👤 齐鲁工业大学(山东省科学院), 山东省计算中心(国家超级计算济南中心)
📅 2026-01-28
一种基于轻量化自适应机制的多源数据隐私保护检索方法，涉及图像检索技术领域，通过视觉‑语言语义对齐、轻量级适配器调优与隐私保护哈希码学习的三级架构，实现跨域语义高效迁移与低维二值哈希码生成，兼顾隐私安全性、检索准确性与训练高效性。解决现有跨域图像检索技术中源域数据隐私泄露、域偏移导致检索性能下降、模型适配开销大等问题。
📄 2026102493523
📂 G06F21_62
👤 齐鲁工业大学(山东省科学院), 山东省计算中心(国家超级计算济南中心)
📅 2026-03-03
一种基于动态法律知识图谱与序列依赖多任务学习的判决预测方法，涉及人工智能预测技术领域，通过时序注意力机制动态更新法律知识图谱，使模型能够自适应法律修订和司法政策变化。设计序列依赖多任务学习模块，通过法律逻辑门控单元序列化预测罪名，并对候选法条进行排序生成法条推荐结果，进而预测刑期。有效解决了现有技术中知识图谱静态滞后、任务逻辑链断裂、易混淆罪名区分度低及可解释性不足等问题，显著提高了判决预测的准确率与合规性。其中，法条任务采用推荐形式实现，即通过对候选法条概率分布进行排序生成法条推荐结果，本质上属于法条预测任务的一种实现方式。
📄 2026104843201
📂 G06Q10_04
👤 齐鲁工业大学(山东省科学院), 山东省计算中心(国家超级计算济南中心)
📅 2026-04-14
本发明公开了一种基于药物映射和诊断增强的药物推荐方法和系统，自然语言处理技术领域及推荐系统领域，针对现有药物推荐技术中药物与疾病关联隐含、诊断信息单一、可解释性差的问题，通过四大核心模块实现精准推荐：诊断增强模块利用大语言模型关联诊断与治疗手段、身体检查，生成增强的诊断信息；药物映射模块建立药物与诊断、治疗手段的显式关联，药物推荐器模块结合交叉注意力机制与图神经网络，分别建模增强的诊断表示与药物外部知识；联合训练模块通过平衡单疾病与全局推荐损失，优化模型性能。本发明在多种指标上均优于现有主流模型，可显著提升药物推荐的精准度、临床可解释性与安全性，适用于辅助医生制定个性化用药方案。
📄 2025116437986
📂 G16H20_10
👤 齐鲁工业大学(山东省科学院), 山东省计算中心(国家超级计算济南中心)
📅 2025-11-11
本发明提出一种基于语义驱动和舌象补全的草药推荐方法和系统，涉及自然语言处理技术领域及推荐系统领域，旨在解决现有草药推荐方法忽略舌象关键信息、症状语义表达不完整导致的推荐准确性低、临床适配性差的问题。该方法包括：构建包含患者编号、舌象图片、舌象性质、症状文本及草药集合的草药推荐数据集；构建草药推荐模型，包括舌象去偏子模块、舌象补全子模块、草药推荐模块；采用二进制交叉熵损失函数和Adam优化器对模型进行多轮迭代训练直至收敛。本发明实现症状与舌象联合辨证，保持症状语义完整性，显著提升草药推荐的精确性与临床可解释性，适用于智慧中医诊疗场景。
📄 2025116624963
📂 G06F16_9035
👤 齐鲁工业大学(山东省科学院), 山东省计算中心(国家超级计算济南中心)
📅 2025-11-13
柿子坊 · 知识产权运营
柿子坊知识产权运营平台