买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉北京橘兮科技有限公司申请的专利基于人工智能的研究和统计分析方案推荐方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN118098613B 。

龙图腾网通过国家知识产权局官网在2025-11-11发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202410241424.0，技术领域涉及：G16H50/70；该发明授权基于人工智能的研究和统计分析方案推荐方法是由佟崴嵬;王军设计研发完成，并于2024-03-04向国家知识产权局提交的专利申请。

本基于人工智能的研究和统计分析方案推荐方法在说明书摘要公布了：本发明涉及机器学习技术领域，提出了基于人工智能的研究和统计分析方案推荐方法，包括：采集得到疾病信息数据矩阵及药物信息数据矩阵；获取疾病信息数据矩阵中每个元素与其他元素的联系性；得到每个元素的层次性；得到疾病信息数据矩阵及药物信息数据矩阵中每个元素的层次系数；获取每个矩阵每行元素的层次变化曲线；得到每行在两个矩阵之间的校正相关性及相关性特征向量；根据疾病信息数据矩阵及药物信息数据矩阵构建神经网络；根据神经元中数据矩阵及相关性特征向量，获取每个神经元的剪枝程度并剪枝，训练神经网络并进行方案推荐。本发明旨在解决通过神经网络训练方案的智能推荐过程中，重复信息影响神经网络学习准确性的问题。

本发明授权基于人工智能的研究和统计分析方案推荐方法在权利要求书中公布了：1.基于人工智能的研究和统计分析方案推荐方法，其特征在于，该方法包括以下步骤： 采集若干患者的疾病信息数据及药物信息数据，得到疾病信息数据矩阵及药物信息数据矩阵； 根据疾病信息数据矩阵中各元素通过分词得到的词向量，获取每个元素与其他元素的联系性，具体包括： ； 其中，表示第个元素与第个元素的联系因子，表示第个元素中所有分词对应的词性的种类数量，表示第个元素中第种词性的权重值，表示第个元素中第种词性下分词的数量，表示第个元素中第种词性下第个分词在第个元素的分词组合中两个分词的余弦相似度； 获取第个元素与除第个元素之外其他每个元素的联系因子，对所有联系因子进行线性归一化，得到的结果记为第个元素与除第个元素之外其他每个元素的联系性； 根据元素之间的联系性得到每个元素的层次性，所述第个元素的层次性为第个元素的关联元素的数量与疾病信息数据矩阵中元素总数量的比值；根据元素之间的联系性及元素的层次性，对元素进行聚类，得到疾病信息数据矩阵中每个元素的层次系数，具体包括：对于聚类后的任意一个类簇，将该类簇中所有元素的层次性均值，作为该类簇的层次因子，获取每个类簇的层次因子，将所有类簇按照层次因子升序排列，得到的序列记为类簇层次序列；对于任意一个元素，将该元素所属类簇在类簇层次序列中的次序值，作为该元素的层次系数；获取药物信息数据矩阵中每个元素的层次系数； 根据每个矩阵中每行元素的层次系数，获取每个矩阵每行元素的层次变化曲线；结合两个矩阵相同位置元素的词向量之间的相似性，得到每行在两个矩阵之间的校正相关性及相关性特征向量，具体包括：根据每行在疾病信息数据矩阵及药物信息数据矩阵中相同位置的元素，以及元素的若干分词的词向量，获取每行的若干元素组合及每个元素组合的相似性； ； 其中，表示第行在两个矩阵之间的校正相关性，表示疾病信息数据矩阵中第行元素的层次变化曲线与药物信息数据矩阵中第行元素的层次变化曲线的皮尔逊相关系数，表示第行的元素组合的数量，表示第行第个元素组合的相似性； 获取每行在两个矩阵之间的校正相关性，将所有行的校正相关性按照行的顺序排列，组成一个向量，记为相关性特征向量； 根据疾病信息数据矩阵及药物信息数据矩阵构建神经网络；根据神经元中数据矩阵及相关性特征向量，获取每个神经元的剪枝程度，具体包括：对于神经网络中第个神经元中的数据矩阵，对该数据矩阵进行SVD分解，得到若干特征向量及对应的特征值；第个神经元的剪枝程度的计算方法为： ； 其中，表示第个神经元中的数据矩阵经SVD分解后得到的特征向量的数量，表示第个神经元中的数据矩阵的第个特征向量对应的特征值，表示第个神经元中的数据矩阵的所有特征向量对应的特征值中最大值，表示第个神经元中的数据矩阵的第个特征向量，表示相关性特征向量，表示与的余弦相似度； 根据神经元的剪枝程度进行剪枝，训练神经网络；以及，利用训练完成的神经网络，进行研究和统计分析方案的推荐。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京橘兮科技有限公司，其通讯地址为：100000 北京市昌平区生命科学园医科路9号院4号楼三层303-54(集群注册)；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。