-
公开(公告)号：CN109086537B
公开(公告)日：2023-05-05
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。
-
公开(公告)号：CN109883990B
公开(公告)日：2021-07-06
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：CN110827922B
公开(公告)日：2021-04-16
申请号：CN201911073779.9
申请日：2019-11-06
Applicant: 吉林大学
Abstract: 一种基于循环神经网络的羊水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羊水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。提高了羊水预测的准确率，最终实现羊水蛋白的预测。
-
公开(公告)号：CN110909771A
公开(公告)日：2020-03-24
申请号：CN201911076755.9
申请日：2019-11-06
Applicant: 吉林大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于改进的引力场算法的聚类方法，具体流程如下：随机初始化灰尘群体，计算灰尘的质量；对灰尘进行随机分组，计算每组的中心灰尘和当前质量最大的灰尘；进入收缩膨胀阶段，执行收缩、膨胀等操作对灰尘群里进行精英化，当满足终止条件时，进入下一阶段。本发明基于原有的引力场算法模型，提出了一种基于改进的引力场算法CEGFA，并将其用于求解聚类问题，为聚类分析提供了新的解决方案，基于划分的聚类算法受初始聚类中心的影响较大，对引力场算法的框架进行了改善，提出了收缩膨胀策略优化初始的灰尘群体，优化初始的聚类中心，使初始化的灰尘群体精英化。
-
Patent Agency Ranking
公开(公告)号：CN110827923A
公开(公告)日：2020-02-21
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：CN110827922A
公开(公告)日：2020-02-21
申请号：CN201911073779.9
申请日：2019-11-06
Applicant: 吉林大学
Abstract: 一种基于循环神经网络的羊水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羊水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。提高了羊水预测的准确率，最终实现羊水蛋白的预测。
-
公开(公告)号：CN108235390A
公开(公告)日：2018-06-29
申请号：CN201711249262.1
申请日：2017-12-01
Applicant: 吉林大学
Abstract: 本发明公开了一种异构无线网络中基于贝叶斯决策的垂直切换方法，针对异构无线网络环境中移动终端在不同网络间频繁切换的问题，本发明提出了基于贝叶斯决策的垂直切换方法，利用终端的接收信号强度(Received Signal Strength,RSS)计算终端切换的先验概率；结合贝叶斯公式求出终端切换的后验概率；采用层次分析法和熵值法确定网络参数包括：可用带宽、时延、误码率和时延抖动等的权重，基于简单加权法构建移动终端在不同状态下采取不同行动的收益函数；综合考虑切换的后验概率与收益函数，构造切换的后验收益函数，并基于后验收益函数进行切换判决。本发明能够有效地减少切换次数，抑制切换过程中的“乒乓效应”，提高系统的资源利用率。
-
公开(公告)号：CN108075975A
公开(公告)日：2018-05-25
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：CN214540742U
公开(公告)日：2021-10-29
申请号：CN202120604389.6
申请日：2021-03-24
Applicant: 吉林大学珠海学院
Abstract: 本实用新型公开了一种基于Zynq的可配置数据排序系统，包括串口，以太网口，随机存取存储器，处理器，以及现场可编程逻辑门阵列，所述串口与所述处理器的输入端相连接，所述以太网口与所述处理器的输入端相连接，所述处理器的输出端与所述现场可编程逻辑门阵列相连接，所述处理器的输出端与所述随机存取存储器相连接；通过串口以及以太网口进行数据传输，处理器管理任务，通过存储有二元线性排序算法的现场可编程逻辑门阵列上的排序单元对数据进行排序，能够充分利用处理器的能力，提升了总体排序的效率，实现在延时和排序性能上得到进一步提升，本实用新型作为一种基于Zynq的可配置数据排序系统，可广泛应用于数据处理系统技术领域。
-
-
-
-
-
-
-
-
Search Results
29
records
(took 0.021 seconds)
