-
公开(公告)号：CN103577876B
公开(公告)日：2016-10-05
申请号：CN201310547349.2
申请日：2013-11-07
Applicant: 吉林大学
IPC: G06N3/02
Abstract: 本发明公开了一种基于前馈神经网络的可信与不可信用户识别方法，旨在克服现有技术存在精准度不够、识别依据不足、灵活性缺失与社会网络解析粒度较粗等问题。该方法的步骤为：1.获取特殊用户并确定训练集包含的用户；2.分析并量化用户特征，将用户表示为用户特征向量；3.构建前馈神经网络；4.训练前馈神经网络；5.由训练后的前馈神经网络实现可信与不可信用户识别：其步骤为：1)获取社会网络中用户信息；2)量化用户信息并生成用户特征向量；3)将用户特征向量输入到前馈神经网络中，依据输出节点的输出值识别可信与不可信用户。
-
公开(公告)号：CN103995820A
公开(公告)日：2014-08-20
申请号：CN201410081840.5
申请日：2014-03-06
Applicant: 吉林大学
IPC: G06F17/30
Abstract: 本发明公开了一种用户个人品性预测方法，旨在克服现有技术存在的整体精准度不高、适用性不强、特征权重及用户个人品性标记阈值分配过于主观化等问题，该方法的步骤为：1.由特征解析与表示模块实现用户个人品性相关特征集合的解析和表示；2.由特征分析和预处理模块实现多元数据类型的归一化；3.由参数学习模块实现特征权重的分配以及用户个人品性标记最低阈值的确定；4.由用户个人品性预测模块实现用户个人品性的预测。
-
公开(公告)号：CN102140472B
公开(公告)日：2012-07-11
申请号：CN201110003835.9
申请日：2011-01-10
Applicant: 吉林大学
IPC: C12N15/113 , C12N15/10 , A01H5/00
Abstract: 本发明涉及一种大豆中分离的种子特异性启动子序列及其应用，涉及生物技术领域。其核苷酸序列如SEQNo.1所述，该种子特异性启动子序列作为大豆种子特异性启动子的应用。本发明克隆了大豆的硬脂酸-ACP脱饱和酶启动子，研究该启动子在大豆中的组织表达特性及表达效率，为其有效应用提供依据；该启动子的获得为大豆转基因研究提供有利工具，特别为利用大豆种子作为生物反应器的研究和开发创造了条件。
-
公开(公告)号：CN118542639A
公开(公告)日：2024-08-27
申请号：CN202411020338.3
申请日：2024-07-29
Applicant: 吉林大学
IPC: A61B3/00 , A61B3/12 , A61B3/14 , G06V40/18 , G06V10/80 , G06V10/56 , G06V10/50 , G06V10/82 , G06N3/0464 , G06N3/09
Abstract: 本申请公开了一种基于模式识别的眼底图像诊断分析系统及方法，涉及智能分析领域，其通过结合模式识别技术和图像处理技术，对被诊断患者对象的眼底彩照进行全面且多尺度的特征提取，以学习和捕捉眼底的异常状态，并进一步地实现眼底异常类型的判别。通过这样的方式，辅助医生进行眼底病变筛查，有助于减轻医生的工作负担。
-
公开(公告)号：CN117573825A
公开(公告)日：2024-02-20
申请号：CN202311542239.7
申请日：2023-11-17
Applicant: 吉林大学
IPC: G06F16/332 , G06F16/33 , G06F40/35 , G06F16/35 , G06N5/046
Abstract: 本发明公开了一种基于因果推理的反事实问答方法，旨在克服现有技术存在的对问答任务存在的语言偏差，解决了问答任务可解释性和鲁棒性差等问题。该方法的步骤为：1.通过因果推理针对问答任务进行因果分析，构架问答任务的结构因果模型2.通过结构因果模型设计反事实变量控制问答任务3.基于BERT的问答模型基线，并在此基础上设计基于因果推理的由鲁棒分支和捷径分支组成的多分支集成训练框架问答模型。
-
Patent Agency Ranking
公开(公告)号：CN114958880B
公开(公告)日：2023-08-29
申请号：CN202210357829.1
申请日：2022-04-06
Applicant: 吉林大学
Abstract: 本发明适用于分子生物学与分子育种领域，提供了大豆脂酰‑酰基载体蛋白硫酯酶GmFATA2基因及应用，包括：大豆脂酰‑酰基载体蛋白硫酯酶GmFATA2基因碱基序列如SEQ ID NO.1，所述SEQ ID NO.1由1128个碱基组成，所述大豆脂酰‑酰基载体蛋白硫酯酶GmFATA2基因编码蛋白质的氨基酸序列如SEQ ID NO.2，所述SEQ ID NO.2由375个氨基酸残基组成，包含4个Hot‑dog结合域，自氨基端的第85至371位氨基酸残基。采用本发明提供的高油酸转基因大豆的培育方法生产出的含有GmFATA2基因的转基因大豆，总脂肪酸含量改变并不明显，但其油酸含量有明显提高，对改良大豆的油分含量，特别是培育高油酸大豆品种具有重要意义。
-
公开(公告)号：CN112417219B
公开(公告)日：2022-07-01
申请号：CN202011276695.8
申请日：2020-11-16
Applicant: 吉林大学
IPC: G06F16/901 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于超图卷积的超边链接预测方法，旨在通过采用超边建模网络数据中的多元关联关系，实现潜在超边链接关系的预测，从而克服基于成对关系的网络数据进行研究的传统方法所带来的局限。该模型的步骤为：1.通过特征提取构建特征矩阵，将原始网络邻接矩阵转换为超图关联矩阵；2.融合超图卷积实现超图卷积自动编码器，将超图网络数据转换成一种低维空间表示；3.加入节点近邻度函数，最大程度的保留其结构信息；4.通过迭代优化获得鲁棒的隐层向量表示从而预测潜在的超边关联关系。
-
公开(公告)号：CN112380434A
公开(公告)日：2021-02-19
申请号：CN202011276253.3
申请日：2020-11-16
Applicant: 吉林大学
IPC: G06F16/9535 , G06Q30/06
Abstract: 本发明涉及一种融合异质信息网络的可解释推荐系统方法，特别涉及一种基于元路径和深度神经网络方法的的离线推荐系统方法。该方法应用元路径在异质信息网络上提取辅助信息生成的相似度矩阵作为补充信息。应用矩阵分解方法对相似度矩阵进行矩阵分解，得到对应元路径的多组用户和商品的特征表示。利用注意力神经网络来区分组合基于不同类型元路径获得的表示，最后利用深度神经网络来组合表示向量得到预测评分，同时选择重要的元路径生成解释。
-
公开(公告)号：CN110417594B
公开(公告)日：2020-10-27
申请号：CN201910689017.5
申请日：2019-07-29
Applicant: 吉林大学
Abstract: 本发明提供了一种网络构建方法、装置、存储介质及电子设备，构建节点的族群归属度模型；构建节点的高阶关联关系模型；构建节点的族群归属度表示和节点高阶关联关系之间的关系模型；融合所述族群归属度模型、所述高阶关联关系模型及所述族群归属度表示和节点高阶关联关系之间的关系模型，构建统一模型；根据所述统一模型，生成网络中节点的向量表示。本发明使用族群信息对节点表示进行指导和优化，实现在保留高阶关联关系的同时利用族群信息，挖掘网络中的信息，生成更优的网络中节点的向量表示数据。
-
公开(公告)号：CN110060132A
公开(公告)日：2019-07-26
申请号：CN201910333300.4
申请日：2019-04-24
Applicant: 吉林大学
Abstract: 本发明公开了一种基于细粒度数据的可解释商品推荐方法，旨在克服现有技术存在的对商品评论内容利用不足、可解释性较弱以及没有充分利用用户在评论中展现出的情感倾向对产生推荐商品的作用等问题，该方法的步骤为：1.由数据处理模块获取用户对商品评论的细粒度数据；2.由推荐链建立模块根据细粒度数据对目标用户生成对待推荐商品的推荐链；3.由推荐生成模块根据推荐链实现对推荐序列的解释。
-
-
-
-
-
-
-
-
-
Search Results
82
records
(took 0.025 seconds)
