基于贝叶斯的高通量DNA测序数据匹配增强方法

    公开(公告)号:CN103810404A

    公开(公告)日:2014-05-21

    申请号:CN201410013068.3

    申请日:2014-01-13

    Abstract: 本发明属于分子生物信息检测领域,具体涉及一种在已有高通量DNA测序数据匹配基础上,基于贝叶斯技术进一步增加测序数据的匹配数量的基于贝叶斯的高通量DNA测序数据匹配增强方法。本发明包括进行高通量DNA测序数据的初步匹配;求取高通量DNA测序数据错配先验概率;计算高通量DNA测序数据错配后验概率;评估高通量DNA测序数据不成功匹配集中数据发生成功匹配的评估值;提取高通量DNA测序数据不成功匹配集中成功匹配数据。本发明利用贝叶斯技术,在原有高通量DNA测序数据匹配映射基础上,通过评估不成功匹配测序数据集中数据发生成功匹配的可能,进一步增加成功匹配映射的数据数量,以提高测序数据的利用效率。

    基于多尺度二阶微分结构模型及改进分水岭算法的手背静脉识别方法

    公开(公告)号:CN102622587A

    公开(公告)日:2012-08-01

    申请号:CN201210059350.6

    申请日:2012-03-08

    Abstract: 本发明提供的是基于多尺度二阶微分结构模型及改进分水岭算法的手背静脉识别方法。利用基于手背目标外部轮廓分析的方法从原始样本中提取出静脉样本的ROI区域;基于多尺度VLSDM模型对ROI区域的静脉图像进行多尺度分析,得到静脉纹理的形态响应、方向响应及尺度响应;利用改进分水岭算法从第二步所得形态响应中提取出静脉纹理骨架特征;利用链码及方向空间采样编码描述静脉纹理骨架的结构特征及方向特征,并利用改进的模板匹配方法对特征进行匹配。本发明解决样本旋转和平移对识别影响、加快算法匹配速度等问题,且该方法的效率符合模式识别系统的要求。

    手指静脉特征提取与匹配识别方法

    公开(公告)号:CN101840511A

    公开(公告)日:2010-09-22

    申请号:CN201010191458.1

    申请日:2010-06-04

    Abstract: 本发明提供的是一种手指静脉特征提取与匹配识别方法。包括通过红外图像采集装置获取手指静脉图像,并对图像进行预处理,特征提取,识别分析步骤;所述预处理包括彩色图像进行灰度化、手指区域提取、采用方向滤波和增强、按照手指轮廓标记提取手指静脉纹路并二值化、采用面积消除法去噪、将图像的大小标准化为统一的图像;特征提取的方法为:对手指静脉纹路图进行子块划分,对于每个子块图像采用双向特征值加权分块的双向二维主成分分析的方法进行特征提取;识别分析是将各个子块的特征作为整体采用最近邻分类器进行识别。本发明可减少手指静脉识别中高维图像矩阵的计算量,可以明显地提高手指静脉的识别速度,识别率稳定、而且高。

    基于特征值归一化双向加权的手指静脉识别方法

    公开(公告)号:CN101789075A

    公开(公告)日:2010-07-28

    申请号:CN201010100956.0

    申请日:2010-01-26

    Abstract: 本发明提供的是基于特征值归一化双向加权的手指静脉识别方法。(1)通过图像采集装置进行手指静脉图像的采集;(2)对采集的手指静脉图像进行预处理,所述预处理包括:彩色图像进行灰度化、手指区域提取、采用组合滤波器分别消除椒盐噪声和高斯噪声、采用局部动态阈值算法分割图像并二值化、然后采用面积消除法去噪、按照手指轮廓标记提取手指静脉脉络图像,最后将图像的大小标准化为统一的图像;(3)通过在行列两个方向上都加权的二维主成分分析算法提取手指静脉特征;(4)通过最近邻分类器进行匹配与识别。本发明用于手指静脉身份识别系统。明显地提高手指静脉的识别速度,识别率稳定、而且高。

    一种手指静脉特征提取于匹配识别方法

    公开(公告)号:CN101777117A

    公开(公告)日:2010-07-14

    申请号:CN201010101020.X

    申请日:2010-01-26

    Abstract: 本发明提供的是一种手指静脉特征提取于匹配识别方法。(1)通过图像采集装置进行手指静脉图像的采集;(2)对采集的手指静脉图像进行预处理,包括:彩色图像进行灰度化、手指区域提取、采用组合滤波器分别消除椒盐噪声和高斯噪声、采用局部动态阈值算法分割图像并二值化、然后采用面积消除法去噪、按照手指轮廓标记提取手指静脉脉络图像,最后将图像的大小标准化为统一的图像;(3)通过在行列两个方向上都加权的二维线性判别分析算法提取手指静脉特征;(4)通过最近邻分类器进行匹配与识别。本发明明显地提高了手指静脉的识别速度,识别率稳定且高。

    基于指纹和手指静脉的双模态生物图像采集装置

    公开(公告)号:CN101464947A

    公开(公告)日:2009-06-24

    申请号:CN200910071283.8

    申请日:2009-01-16

    Abstract: 本发明提供的是一种基于指纹和手指静脉的双模态生物图像采集装置。它包括外壳,外壳的上表面中间有一平底凹槽,凹槽的顶部有一斜面,凹槽前后端安装电极,凹槽的两个侧壁安装静脉图像采集红外光源,外壳底部与凹槽的顶部的斜面部分相对应的位置安装有指纹图像采集红光源和指纹图像采集器,外壳底部与凹槽相对应的位置安装有红外接收器和静脉图像采集器,外壳内设置为电极、温度传感器、红光源、红外光源、红外接收器、图像采集器供电或提供信号传递的电源和控制电路。本发明的装置进行图像信息采集的生物特征识别系统,其性能好于仅基于指纹或静脉的单模态生物特征识别系统。采用同时对指纹和手静脉进行图像采集的双光路系统,提高采集速度。

    中文印刷体公式识别方法
    28.
    发明公开

    公开(公告)号:CN101149790A

    公开(公告)日:2008-03-26

    申请号:CN200710144588.8

    申请日:2007-11-14

    Abstract: 本发明提供的是一种中文印刷体公式识别方法。包括版面分析、汉字识别和数学公式识别3个模块,版面分析模块是对待识别的BMP图像进行各项预处理二值化,并利用投影法结合自底向上的版面分析算法,分割出文字块、图像块、表格块,对图像块和表格块进行保存处理;汉字识别模块是针对文字块进行虚假行合并、选择切分参数、提取特征和对汉字识别,将拒识的结果记录下来,把同行相邻的拒识结果合并这样可以定位出公式区域;数学公式识别是将拒识出来的文字区域中的公式字符进行提取、分割、合并一些合成字符、识别;最后通过公式字符的结构分析,得出字符间的关系;并最终输出结果为一维的字符串。经过试验证明本发明的识别效果还是令人满意的。

    一种基于融合网络的燃气轮机动态参数回归预测方法

    公开(公告)号:CN119740203A

    公开(公告)日:2025-04-01

    申请号:CN202411796617.9

    申请日:2024-12-09

    Abstract: 本发明涉及发电用燃气轮机运行状态监测领域,具体是一种基于融合网络的燃气轮机动态参数回归预测方法,S1:数据采集,采集燃气轮机运行图谱历史数据;S2:数据预处理,对采集到的历史数据进行稳态数据筛选、异常值剔除,确定预测模型的输入参数及输出参数,设定每次读取历史数据的步长,通过滑窗法切分数据,训练集及测试集数据划分等操作;S3:预测模型通过卷积神经网络CNN中的卷积层提取空间特征向量,然后通过由Transformer和LSTM网络结合的方式充分提取时间信息,并获得潜在的时空相关性;S4:预测模型的训练测试及保存,通过训练数据对预测模型进行训练,通过测试集的测试结果判断已训练好的预测模型是否满足要求,并将满足要求的预测模型进行保存。

    燃气轮机轴承故障预测系统

    公开(公告)号:CN116907846B

    公开(公告)日:2024-08-30

    申请号:CN202310867427.0

    申请日:2023-07-15

    Abstract: 本发明涉及轴承状态监测领域,特别是燃气轮机轴承故障预测系统。包括:集模块、检测模块、特征模块、存储模块、预测模块。所述的采集模块,用于采集燃气轮机轴承的振动信号、转速信号、扭矩信号;所述的检测模块,用于通过燃气轮机转速信号n、扭矩信号Q,根据机组生产任务,确定燃气轮机故障预测的工况点;所述的特征模块,用于从振动信号中提取燃气轮机轴承振动峰峰值众数;所述的存储模块,用于存储燃气轮机轴承振动峰峰值众数;所述的预测模块,用于读取燃气轮机轴承振动峰峰值众数历史值,根据预测值是否大于振动峰峰值阈值,预测燃气轮机是否发生故障。本发明能够利用轴承振动信号,对燃气轮机轴承故障进行预测。

Patent Agency Ranking