项目简介:对数据进行降噪与清洗处理,确保从BeautifulSoup4爬虫所获取信息的纯净度。利用Flask框架实现对Neo4j图数据库与MySQL关系型数据库的管理。借助Vue前端框架与ECharts可视化工具,构建了一个多节点的知识图谱展示平台,涵盖症状、疾病、药物及食物等复杂关联,使用双向向前匹配算法进行分词,进行语义分析以及ahocorasick进行多字符串匹配,根据实体与关系的类型生成Cypher语句,获取结果之后结合回答模板生成回答,实现精准辅助诊疗。
项目简介:使用VGG、ResNet18和ResNet50,对图片进行分类。先准备好标签训练集,无标签数据集以及验证集,并且使用多种数据增广方式扩充数据集,增强了模型的泛化能力,弥补了数据不均衡的问题。使用不同的模型进行半监督学习,每三轮验证一次验证集的准确率,大于0.6时,为无标签数据集生成伪标签,辅助模型训练,每一轮学习之后更新模型参数,在验证集上评估模型性能,保存最佳模型。
项目简介:对数据进行降噪与清洗处理,确保从BeautifulSoup4爬虫所获取信息的纯净度。利用Flask框架实现对Neo4j图数据库与MySQL关系型数据库的管理。借助Vue前端框架与ECharts可视化工具,构建了一个多节点的知识图谱展示平台,涵盖症状、疾病、药物及食物等复杂关联,使用双向向前匹配算法进行分词,进行语义分析以及ahocorasick进行多字符串匹配,根据实体与关系的类型生成Cypher语句,获取结果之后结合回答模板生成回答,实现精准辅助诊疗。...
项目简介:使用VGG、ResNet18和ResNet50,对图片进行分类。先准备好标签训练集,无标签数据集以及验证集,并且使用多种数据增广方式扩充数据集,增强了模型的泛化能力,弥补了数据不均衡的问题。使用不同的模型进行半监督学习,每三轮验证一次验证集的准确率,大于0.6时,为无标签数据集生成伪标签,辅助模型训练,每一轮学习之后更新模型参数,在验证集上评估模型性能,保存最佳模型。...
添加客服微信,免费为您安排与该工程师直接沟通
长按二维码添加客服微信
如该工程师当前档期不合,也可免费为您推荐相似候选人