-
公开(公告)号：CN117864258A
公开(公告)日：2024-04-12
申请号：CN202410036118.3
申请日：2024-01-10
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: B62D35/00
Abstract: 本发明涉及重型车辆节能减排技术领域，具体地说，是一种基于垂直轴风机主动流动控制的汽车气动减阻系统，该系统在车厢前缘顶部设置阻力型垂直轴风机，以减少车辆在行驶过程中的气动阻力，从而提高燃油效率和降低碳排放，包括设置在车厢前缘顶部的阻力型垂直轴风机、与汽车主控系统相集成的控制系统、设置在汽车内部的电源系统和分布在汽车车身四周的传感器，所述控制系统连接到所述传感器和所述阻力型垂直轴风机，所述电源系统连接到所述阻力型垂直轴风机为其提供动力支持。
-
公开(公告)号：CN117133436A
公开(公告)日：2023-11-28
申请号：CN202311346273.7
申请日：2023-10-17
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本发明公开了一种基于多源数据融合的药物疾病关联预测方法、装置及设备，该方法包括：基于预设元路径在异构网络中进行随机单向游走获得源药物节点的邻域和目标疾病节点的邻域；计算邻域间的嵌入表示，确定虚拟节点之间的归一化的注意力系数；基于归一化的注意力系数确定的邻域间的相互作用表示的标准化注意力值；将标准化注意力值与虚拟节点的嵌入表示融合，将融合获得的药物疾病节点对间边的嵌入表示与对应的初始嵌入特征进行拼接，施加一个多层感知机获得药物疾病对的预测结果。如此，基于预设元路径进行随机游走取样，并基于邻域间嵌入表示、邻域内相互作用结果进行结果预测，提取了异构网络的丰富语义信息，提高模型对药物疾病的预测性能。
-
公开(公告)号：CN115577273B
公开(公告)日：2024-04-26
申请号：CN202210970095.4
申请日：2022-08-12
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本申请公开了一种基于对比学习的单细胞数据聚类方法、装置、设备及存储介质，该方法包括：通过预先构建的特征提取模块确定待聚类单细胞数据的正视图对并提取所述正视图对的特征；通过预先构建的对比学习模型将所述特征进行对比学习，获得所述待聚类单细胞数据的高阶表示，并对所述高阶表示进行聚类分析以获得所述待聚类单细胞数据的聚类分析结果。如此，通过特征提取、对比学习获得了待聚类单细胞数据的高阶表示，解决了当前单细胞测序数据高维稀疏、种群间不平衡以及测序过程经常发生drop‑out事件的问题。
-
公开(公告)号：CN116246698A
公开(公告)日：2023-06-09
申请号：CN202211090606.X
申请日：2022-09-07
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G16B20/00 , G16B40/00 , G06F40/30 , G06N3/0464
Abstract: 本发明公开了一种基于神经网络的信息提取方法、装置、设备及存储介质，属于生物信息技术领域，该方法包括：本发明从预先获得的metapath实例中提取语义信息；基于注意力聚合机制对所述语义信息进行编码，获得语义注意力系数，基于所述语义注意力系数聚合邻居节点；通过非线性神经网络对所述语义信息进行学习，获得二次语义信息，将二次语义信息聚合至所述邻居节点中，获得节点嵌入；通过非线性神经网络融合多个metapath下的所述节点嵌入，获得最终节点表示。如此通过非线性神经网络二次提取metapath实例中的语义信息，充分利用了各个节点的语义信息，提升了信息提取的效果。
-
公开(公告)号：CN115577273A
公开(公告)日：2023-01-06
申请号：CN202210970095.4
申请日：2022-08-12
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本申请公开了一种基于对比学习的单细胞数据聚类方法、装置、设备及存储介质，该方法包括：通过预先构建的特征提取模块确定待聚类单细胞数据的正视图对并提取所述正视图对的特征；通过预先构建的对比学习模型将所述特征进行对比学习，获得所述待聚类单细胞数据的高阶表示，并对所述高阶表示进行聚类分析以获得所述待聚类单细胞数据的聚类分析结果。如此，通过特征提取、对比学习获得了待聚类单细胞数据的高阶表示，解决了当前单细胞测序数据高维稀疏、种群间不平衡以及测序过程经常发生drop‑out事件的问题。
-
Patent Agency Ranking
公开(公告)号：CN113611368A
公开(公告)日：2021-11-05
申请号：CN202110844660.8
申请日：2021-07-26
Applicant: 哈尔滨工业大学(深圳)
Abstract: 本发明公开了一种基于2D嵌入的半监督单细胞聚类方法、装置、计算机设备。其中，所述方法包括：对每个细胞进行数据预处理，和将该经对数据预处理后的每个细胞的基因表达数据都使用2D嵌入的方式，生成一张张合成图像形成图像集，和将该图像集输入到自编码器模型中进行预训练和聚类，和基于该将该图像集输入到自编码器模型中进行预训练和聚类后的聚类结果，构建网络，并运用社区发现算法对该构建网络中的图像集数据进行分类，以及采用将基于卷积神经网络模型来配置的半监督神经网络，对该经分类后的图像集中的所有细胞图像数据进行特征提取，并对该提取的特征进行聚类。通过上述方式，能够实现提高在单细胞数据上进行聚类时的聚类效果。
-
公开(公告)号：CN113611366A
公开(公告)日：2021-11-05
申请号：CN202110854545.9
申请日：2021-07-26
Applicant: 哈尔滨工业大学(深圳)
Abstract: 本发明公开了一种基于图神经网络的基因模块挖掘方法、装置、计算机设备。其中，所述方法包括：根据基因表达谱数据，构造基因共表达网络，和基于该构造的基因共表达网络，通过图神经网络方式，配置社区隶属度矩阵，以及基于该配置的社区隶属度矩阵，通过设定阈值的方式，生成已知模块。通过上述方式，能够实现通过图神经网络表示学习的方式配置社区归属矩阵，再通过设定阈值的方式生成已知模块，实现在基因模块挖掘结果上能够允许有密集连接的多个基因可归属于不同的模块。
-
公开(公告)号：CN112201346A
公开(公告)日：2021-01-08
申请号：CN202011086809.2
申请日：2020-10-12
Applicant: 哈尔滨工业大学(深圳)
Abstract: 本发明涉及一种癌症生存期预测方法、装置、计算设备及计算机可读存储介质。所述癌症生存期预测方法，包括：获取待预测癌症患者的基因表达谱数据；将所述基因表达谱数据作为输入提供给训练好的神经网络预测模型，所述神经网络预测模型被训练基于癌症患者的基因表达谱数据而对所述癌症患者的生存期进行预测；获取所述神经网络预测模型的输出，得到待预测癌症患者的生存期预测结果。本发明在一定程度上缓解了过拟合的程度，可较为准确的适用于癌症预后生存状态的预测。
-
公开(公告)号：CN112201308A
公开(公告)日：2021-01-08
申请号：CN202011085761.3
申请日：2020-10-12
Applicant: 哈尔滨工业大学(深圳)
Abstract: 本发明涉及一种LncRNA预测方法、装置、计算设备及计算机可读存储介质。所述LncRNA预测方法包括：获取包含LncRNA的原始数据；对所述包含LncRNA的原始数据进行数据处理，抽取出用于LncRNA预测的特征，所述特征至少包括提取自拓扑熵和广义拓扑熵的特征；将所述包含LncRNA的原始数据作为输入提供机器学习预测模型，所述机器学习预测模型基于所述用于LncRNA预测的特征对包含LncRNA的原始数据进行分类；获取所述机器学习预测模型的输出，得到LncRNA预测结果。本发明实现了有效的LncRNA预测，且加快了训练过程，而且对于DNA序列中其他功能元素的研究也具有可扩展性。
-
公开(公告)号：CN103530618A
公开(公告)日：2014-01-22
申请号：CN201310501357.3
申请日：2013-10-23
Applicant: 哈尔滨工业大学深圳研究生院
Abstract: 本发明提供了一种基于角膜反射的非接触式视线追踪方法，步骤1：人眼定位；步骤2：计算光斑坐标；步骤3：瞳孔精确定位；步骤4：空间映射：根据计算出的屏幕上四个光斑和瞳孔中心坐标，利用射影几何中的交比不变原理进行空间坐标的映射。本发明提出的技术方案不需要配戴其它设备，大大降低了对使用者的限制；提出一种新的瞳孔边缘拟合方案，循环拟合剔除假点，最终得到精确的瞳孔中心，提高了映射的精度。本发明与现有的相关研究相比，在精度上有了较大的提升。
-
-
-
-
-
-
-
-
-
Search Results
29
records
(took 0.029 seconds)
