Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 桂林电子科技大学李国东获国家专利权

桂林电子科技大学李国东获国家专利权

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!

龙图腾网获悉桂林电子科技大学申请的专利基于分层贝叶斯模型的二维Gibbs采样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:CN115862880B

龙图腾网通过国家知识产权局官网在2026-01-30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:202211610006.1,技术领域涉及:G16H50/50;该发明授权基于分层贝叶斯模型的二维Gibbs采样方法是由李国东;尹怿婷;徐钊斯;马鹏程;陈穗文;黄慧婷设计研发完成,并于2022-12-13向国家知识产权局提交的专利申请。

基于分层贝叶斯模型的二维Gibbs采样方法在说明书摘要公布了:本发明公开了一种基于分层贝叶斯模型的二维Gibbs采样方法,该方法根据已知的分层贝叶斯模型构造出只需要计算两个参数的P函数,再利用二维Gibbs采样得到目标参数,最后给出个体化的给药剂量。大大提高了计算效率:由于只需要计算CL和V两个参数,在计算步骤上方便简洁,从而在计算效率上得到很大的提升,不需要进行函数的计算,采样步骤中只需选取群体中CL和V的平均值作为初始值,再代入P函数,使得采样后出来的样本分布更加接近目标分布,进一步提升了采样效率。

本发明授权基于分层贝叶斯模型的二维Gibbs采样方法在权利要求书中公布了:1.一种基于分层贝叶斯模型的二维Gibbs采样方法,包括如下步骤: 1由分层贝叶斯模型建立P函数,其中含有CL和V两个变量,P函数如下: 为参数条件下的血药浓度的似然函数;为的先验分布;为的先验分布;为的先验分布; 为给定参数条件下的密度函数; 其中为第个个体的,为的精度,为的均值,为的协方差矩阵; 所述的P函数包含三个层次,该三个层次形式如下: 1:为观测的血药浓度,为由样本CL和V所预测的血药浓度,即,由房室模型计算, 是的密度函数,其中,其中 的共轭先验分布理论上服从倒Gamma分布,因此服从Gamma分布,其参数选择为τ提供了一个非常平坦的、无信息的分布; 2:参数向量服从多元正态分布,具体如下: 其中,。表示维多元正态分布此时=2;分别为待估参数的均值;是方差-协方差矩阵,主对角线分别为和的方差,副对角线为和的相关系数; 3:通常服从多元正态分布,参数分布根据先验信息设定,具体如下: 其中,可用群体的CL和V的均值估计;是的协方差矩阵,可用群体的和的协方差矩阵估计; :通常服从威沙特分布;参数分布根据先验信息设定,具体如下: 是根据先验信息得到的方差-协方差矩阵,为自由度,通常取值为参数的个数; 最终,得到参数的完全联合后验分布: 其中,,是一个多元的Gamma函数此时,是矩阵的迹; 2利用二维Gibbs采样方法对CL,V进行采样,Gibbs采样的步骤如下: 1先给定一个平稳分布; 2在时,随机生成一个初始状态; 3在条件概率分布中采样这时的接受拒绝采样中的条件分布函数为,可取和辅助均匀分布; 4在条件概率分布中采样;这时的接受拒绝采样中的条件分布函数为,可取和辅助均匀分布; 5轮换坐标轴,一直采取样本到目标数量为止 ; 3结合步骤1建立的P函数,将步骤2的Gibbs采样应用到二维目标参数中进行采样: 1从中采样; 2从中采样; 3仿真时初始值取,采出个样本,根据马尔科夫链的性质,为保证样本均从平稳分布中取出,舍弃前迭代次的样本,即对前个样本预烧,最终获得目标样本。

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桂林电子科技大学,其通讯地址为:541004 广西壮族自治区桂林市七星区金鸡路1号;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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。