-
公开(公告)号：CN114529985A
公开(公告)日：2022-05-24
申请号：CN202210060944.2
申请日：2022-01-19
Applicant: 吉林大学
IPC: G06V40/20 , G06N3/04 , G06K9/62 , A61B5/11 , G06V10/774 , G06V10/764
Abstract: 本发明提出了一种面向老年人日常复杂地形运动的意图识别方法，属于人体运动意图识别领域，本发明通过数据采集模块对使用者运动中的下肢不同部位的三维加速度和三维角速度进行实时采集，并对运动数据进行空间域和时间域上的处理，最后通过基于深度学习所构建的运动类别识别模型对使用者进行复杂地形情况中不同下肢运动模式的精准识别，为运动辅助装置的控制策略提供的依据。
-
公开(公告)号：CN110827923B
公开(公告)日：2021-03-02
申请号：CN201911073759.1
申请日：2019-11-06
Applicant: 吉林大学
Abstract: 一种基于卷积神经网络的精液蛋白质的预测方法属于大数据、人工智能技术领域。本发明将现有文献和数据库的精液中已经被生物实验验证的蛋白质列表作为模型训练的正样本；在Pfam蛋白质家族信息数据库中删除正样本对应的蛋白质家族信息，在剩余的蛋白质家族信息数据库中查找家族中蛋白质数量超过5个的蛋白质家族，从这些蛋白质家族中随机选取5个蛋白质信息作为模型训练的负样本。将正样本和负样本数据分成训练集、验证集和测试集。对蛋白质特征进行特征选择，搭建模型，用训练集训练模型，验证集进行调参，测试集进行性能评价。输入为蛋白特征，输出为预测结果，提高了精液预测的准确率，最终实现精液蛋白的预测。
-
公开(公告)号：CN111554348A
公开(公告)日：2020-08-18
申请号：CN202010337266.0
申请日：2020-04-26
Abstract: 一种分泌入支气管肺泡灌洗液蛋白质预测方法，属于人工智能检测技术领域，将现有文献和数据库的支气管肺泡灌洗液中已经被生物实验验证的蛋白质列表作为模型训练的样本，以蛋白质序列作为模型输入，利用RNN和LSTM构建运算模型，对入支气管肺泡灌洗液蛋白进行预测。本发明通过可计算的方法实现支气管肺泡灌洗液中的蛋白质预测，并通过预测的蛋白质，找到疾病相关蛋白进行病理分析，促进疾病的早期诊断。
-
公开(公告)号：CN109883990A
公开(公告)日：2019-06-14
申请号：CN201910148749.3
申请日：2019-02-28
Applicant: 吉林大学
IPC: G01N21/359 , G06N3/04
Abstract: 本发明提供一种药用真菌近红外光谱分析方法，针对原始光谱数据进行完全自主的光谱预处理和特征波段提取的近红外光谱分析（ABRN），通过Attention模块实现对原始光谱进行增强特征波段，减弱噪声波段的自动预处理，然后使用残差神经网络对经Attention模块处理后的光谱数据进行特征提取和最终的含量预测。解决了在原始近红外光谱数据中大量噪声波段影响对特征波段选取准确性的问题，以及需要依赖专家经验进行人为的特征预处理而造成的一些微小特征的丢失，本发明针对原始近红外光谱无需人为干预，实现对原始近红外光谱中特征波段的自动提取以及活性成分含量的预测。
-
公开(公告)号：CN109086537A
公开(公告)日：2018-12-25
申请号：CN201810915413.0
申请日：2018-08-13
Applicant: 吉林大学
Abstract: 本发明涉及一种基于FPGA的粒子群算法加速方法。本发明包括以下步骤：将所要求解的粒子群数据分成若干个可并行计算的数据组；在每次迭代过程中，首先，各数据组的数据独立并行计算，得到每个数据组的组内最优位置，然后根据各个数据组的组内最优位置得到本次迭代的粒子群的全局最优解；进行下一次迭代，直到满足预定的迭代终止条件，获得预设满足要求的最优解。本发明选择了FPGA作为粒子群算法加速器的计算平台，基于粒子群算法的数据流特点和FPGA器件的结构特征，不仅能够达到预期的加速效果，同时降低处理器功耗，进而满足无人驾驶、机器人路径规划等便携场景。
-
Patent Agency Ranking
公开(公告)号：CN105550927A
公开(公告)日：2016-05-04
申请号：CN201510850414.8
申请日：2015-11-30
Applicant: 吉林大学
IPC: G06Q40/02
CPC classification number: G06Q40/025
Abstract: 本发明公开一种银行信贷系统风险评估方法及装置，在进行企业信贷风险评估时，除了对企业盈利能力及资产等传统指标的考量外，还综合考虑了企业间的业务往来活跃程度和资金流的情况。利用海量数据，挖掘潜在有用的新的评判指标，将当前新型的技术如数据挖掘、社交网络等融入评估过程，从而提高评估结果的准确性。在此基础上，本发明将上述新指标与传统指标一起，给出新的企业信贷风险评估体系，应用于机器学习中的BP算法，从而为金融系统定制风险规避方案提出了具体可行的支持模型，解决了现有技术中仅以传统风险指标或部分金融现象作为风险评估方法导致准确率低、全局性差的问题。
-
公开(公告)号：CN110797084B
公开(公告)日：2021-05-25
申请号：CN201911073760.4
申请日：2019-11-06
Applicant: 吉林大学
Abstract: 基于深度神经网络的脑脊液蛋白质的预测方法属于人工智能与大数据技术领域。本发明将现有文献和数据库的脑脊液中已经被生物实验验证的蛋白质列表作为模型训练的正样本；在Pfam蛋白质家族信息数据库中删除正样本对应的蛋白质家族信息，在剩余的蛋白质家族信息数据库中查找家族中蛋白质数量超过10个的蛋白质家族，从这些蛋白质家族中随机选取10个蛋白质信息作为模型训练的负样本。将正样本和负样本数据分成训练集、验证集和测试集。对蛋白质特征进行特征选择，搭建模型，用训练集训练模型，验证集进行调参，测试集进行性能评价。输入为蛋白特征，输出为预测结果。提高了脑脊液预测的准确率，最终实现脑脊液蛋白的预测。
-
公开(公告)号：CN112288265A
公开(公告)日：2021-01-29
申请号：CN202011168862.7
申请日：2020-10-28
Applicant: 吉林大学
Abstract: 本发明公开了一种基于深度可分离卷积的去皮土豆的质量识别方法，包括以下步骤：步骤一：先利用三维扫描机构对没有质量问题的土豆进行扫描，在工控电脑里采用深度可分离卷积建立没有质量问题的土豆模型，三维扫描机构包括固定框板、工控电脑、固定板、固定杆和三维扫描摄像头，所述固定框板底部左右两侧均焊接有固定板，且两个固定板之间固定连接有固定杆，所述固定杆底部中间固定连接有三维扫描摄像头。本发明采用深度可分离卷积技术，通过增加深度可分离卷积神经网络,对模型输入的不同粒度序列进行卷积运算,提取更多的特征数据,相比传统卷积降低了模型的理论计算量，提升了模型的比对速度，而且经过更多的特征数据，具有更好的比对准确性。
-
公开(公告)号：CN108075975B
公开(公告)日：2020-10-16
申请号：CN201711458747.1
申请日：2017-12-28
Applicant: 吉林大学
IPC: H04L12/721 , H04L12/751
Abstract: 本发明公开一种物联网环境中的路由传输路径的确定方法及确定系统，所述确定方法包括：根据路由节点的当前状态和当前选择的动作建立马尔可夫路由决策模型；根据所述马尔可夫路由决策模型确定各路由传输路径的值函数；根据各所述路由传输路径的值函数确定路由的优选传输路径。本发明面向路由参量信息不全面，或者完全未知的情况，利用强化学习构建包括节点状态集、转发行动集、状态转移概率、奖赏值的四元组的马尔可夫路由决策模型，利用bellman最优定理，求取最大值函数，获取优选传输路径。当最大值函数对应的策略不唯一时，定义归一化值密度与加权转移概率，以网络与环境需求为加权基准，完成最优路径选择。
-
公开(公告)号：CN109327838A
公开(公告)日：2019-02-12
申请号：CN201811384950.3
申请日：2018-11-20
Applicant: 吉林大学
Abstract: 本发明公开了一种异构蜂窝网络中基于谱聚类的频谱资源分配方法，包括：S1：将异构蜂窝网络环境中的用户作为顶点，构造出无方向权值连接图；S2：对无方向权值连接图的边赋权值，构建相似度矩阵；S3：基于相似度矩阵求得规范化拉普拉斯矩阵，计算规范化拉普拉斯矩阵的特征值和特征向量，得到第一矩阵，将第一矩阵每一行规范化成范数为1，得到第二矩阵；S4：利用聚类算法对第二矩阵进行聚类，实现对异构蜂窝网络用户的分簇；S5：对步骤S4的得到的各个簇分配不同的频谱资源。本发明整体方法复杂度低，且该方法能够提高频率资源的利用率，最大限度的降低系统内的干扰，可有效保障用户的服务质量。
-
-
-
-
-
-
-
-
-
Search Results
29
records
(took 0.017 seconds)
