-
公开(公告)号：CN104679981A
公开(公告)日：2015-06-03
申请号：CN201410823212.X
申请日：2014-12-25
Applicant: 新疆大学
IPC: G06F19/00
Abstract: 本发明公开了一种基于可变步长LMS-EEMD的振动信号降噪方法，包括：根据原始信号，获取初始降噪信号；对初始降噪信号进行分解，选取降噪过程中所需IMF分量；根据原始信号和选取的IMF分量，获取最终降噪信号。本发明所述基于可变步长LMS-EEMD的振动信号降噪方法，可以克服现有技术中操作过程复杂、噪声污染大和降噪能力弱等缺陷，以实现操作过程简单、噪声污染小和降噪能力强的优点。
-
公开(公告)号：CN104406936A
公开(公告)日：2015-03-11
申请号：CN201410655797.9
申请日：2014-11-17
Applicant: 新疆大学
IPC: G01N21/45
Abstract: 本发明提供一种基于多孔硅的阵列生物芯片的制备方法及其用途，步骤1：单晶硅片单面抛光，采用电化学方法制备出多孔硅Bragg多层结构,硅片未抛光面称为待光刻层；步骤2：在前述待光刻层上，进行高能激光刻蚀、聚焦电子或离子束刻蚀，得到表面为阵列光子晶体的器件；步骤3：对得到的硅片进行后处理：硅烷化；步骤4：步骤3得到的硅片进行戊二醛化学修饰；即得一面为层状Bragg反射器，另一面为光子晶体的基于多孔硅的阵列生物芯片。
-
公开(公告)号：CN103979543A
公开(公告)日：2014-08-13
申请号：CN201410192248.2
申请日：2014-05-08
Applicant: 新疆大学
Abstract: 本发明提供一种多孔硅的修饰方法，其包括如下步骤：⑴通过电化学刻蚀方法制备多孔硅，刻蚀液为氢氟酸：无水乙醇体积比为3:1；⑵将步骤⑴得到的多孔硅进行烷氧基硅烷修饰；⑶将步骤⑵得到的烷氧基硅烷修饰的多孔硅与4-（二乙氨基）水杨醛反应，得到带有芳叔胺基团的多孔硅；⑷将步骤⑶得到的带有芳叔胺基团的多孔硅浸泡在离子交换水中，去除残存的有机物。
-
公开(公告)号：CN119254644A
公开(公告)日：2025-01-03
申请号：CN202411399815.1
申请日：2024-10-09
Applicant: 新疆大学
IPC: H04L41/147 , H04L41/16 , H04L41/0894 , H04L47/83 , H04L47/70 , G06N3/0442 , G06N3/0464 , G06N3/049 , G06N3/0455 , G06N3/048 , G06N3/084
Abstract: 本发明公开了一种面向网络业务平台的业务量数据预测方法和装置，方法包括：基于编码器DSTCN提取多变量时间序列特征；引入Self‑attention，对编码器DSTCN输出的多变量时间序列特征进行提取、并融合时间步特征和变量特征，对编码器DSTCN输出的对网络业务平台业务量数据集提取的时间步特征与变量特征增加权重；使用BIGRU网络模型构建解码器BIGRU，融合Self‑attention输出特征获得预测结果；以网络业务平台业务量数据集作为模型输入，利用粒子群优化PSO对模型进行模型训练及参数调优，确定最优的编码器和解码器层数，以获得网络业务平台业务量预测结果。装置包括：处理器和存储器。
-
公开(公告)号：CN117315427A
公开(公告)日：2023-12-29
申请号：CN202311380426.X
申请日：2023-10-24
Applicant: 新疆大学
IPC: G06V10/80 , G06V10/764 , G06V10/82 , G06N3/094 , G06N3/0455
Abstract: 本发明为具体涉及一种基于双模光谱交互学习的高阶张量多模态融合方法和模型。一种基于双模光谱交互学习的高阶张量多模态融合方法，包括：S10：输入拉曼光谱和红外光谱数据；S20：通过高阶张量外积，所述的拉曼光谱与红外光谱数据进行非级联多模光谱融合表征；S30：计算正交性损失、重建损失、对抗损失，通过对所述的拉曼光谱特征和红外光谱特征进行独特的表征学习来弥补异质性差异。本发明所述的一种基于双模光谱交互学习的高阶张量多模态融合方法和模型，通过BHTF获得双模光谱信息的高阶交互融合特征有效实现多模态数据信息融合，并通过CMIL跨模态学习多模态数据间异质性，实现更准确的跨模态表示，提高了模型的鲁棒性。
-
Patent Agency Ranking
公开(公告)号：CN111540405B
公开(公告)日：2023-07-07
申请号：CN202010356861.9
申请日：2020-04-29
Applicant: 新疆大学
Abstract: 本发明公开了疾病基因预测技术领域，具体领域为一种基于快速网络嵌入的疾病基因预测方法，可以更有效地利用多种关联数据中的信息来预测疾病相关基因。其方法由四部分组成：(1)利用疾病‑基因、疾病‑表型、蛋白质‑蛋白质、基因‑GO关联等多种类型的关联数据构建异构网络；(2)采用快速网络嵌入方法提取疾病和基因的低维矢量表示；(3)使用低维矢量表示构建由疾病和基因组成的双层异构网络；(4)将异构网络传播应用于网络预测疾病相关基因。本方法有提高疾病基因预测能力方面的重要作用，并通过与最新算法的比较验证了本方法的优越性能。
-
公开(公告)号：CN111896498B
公开(公告)日：2023-07-04
申请号：CN202010776987.1
申请日：2020-08-05
Applicant: 新疆大学
IPC: G01N21/41
Abstract: 本发明公开了一种多孔硅拼装式微腔生物传感器的应用方法是由上下布拉格与微腔构成的一种常用的多孔硅生物传感器，在生物检测过程中，即使尺寸非常小的生物分子也只能进入到多孔硅表层1μm的深度，很难达到微腔层，导致实际多孔硅微腔的生物检测灵敏度低于理论值设计值。为解决这一问题，本发明公开了一种多孔硅拼装式微腔生物传感器的应用方法，其上部分布拉格反射镜和下半部分是分离的，上部分布拉格由基于石英玻璃基底的布拉格器件代替，微腔及下部分布拉格由多孔硅制备，于是生物分子可直接进入到微腔层。由于生物分子可以容易的进入到孔洞较大的微腔层，能引起较大的反射谱红移或角度谱移动，因而提高了多孔硅的灵敏度。
-
公开(公告)号：CN115859115A
公开(公告)日：2023-03-28
申请号：CN202211632120.4
申请日：2022-12-19
Applicant: 新疆大学
IPC: G06F18/214 , G06F18/23213 , G06F18/2415
Abstract: 本发明为一种基于高斯分布的智能重采样技术。一种基于高斯分布的智能重采样技术，包括以下步骤：(1)判断原始数据是否平衡；(2)对不平衡的所述的原始数据进行密度因子和距离因子的计算后，合并为权重因子；(3)根据所述的权重因子计算权重概率，选择锚样本；(4)根据所述的锚样本生成少数类样本，以高斯分布的形式进行过采样；(5)再进行随机欠采样。本发明所述的一种基于高斯分布的智能重采样技术，以有效提高食品不平衡数据集的分类性能，从而有效解决食品计算中数据不平衡问题。
-
公开(公告)号：CN115524321A
公开(公告)日：2022-12-27
申请号：CN202211239742.0
申请日：2022-10-11
Applicant: 新疆医科大学第三附属医院 , 新疆大学
Abstract: 本发明为一种AgNPs/PSB复合SERS基底及制备方法、乳腺癌的分类模型及建立方法。一种AgNPs/PSB复合SERS基底的制备方法，包括以下步骤：(1)采用p型掺硼单晶硅片，进行阳极电化学腐蚀，制备布拉格反射镜作为衬底；(2)采用浸镀法在所述的衬底上进行原位合成AgNPs后，进行热处理，得所述的AgNPs/PSB复合SERS基底。本发明所述的一种AgNPs/PSB复合SERS基底及制备方法、乳腺癌的分类模型及建立方法，在用于快速筛查乳腺癌具有潜力。
-
公开(公告)号：CN113592338A
公开(公告)日：2021-11-02
申请号：CN202110909891.2
申请日：2021-08-09
Applicant: 新疆大学 , 新疆艾旗斯德检测科技有限公司
Abstract: 本发明为一种食品质量管理安全风险预筛查模型。一种食品质量管理安全风险预筛查模型，包括：(1)文本数据获取及预处理；(2)预处理后的文本数据编码向量化；(3)通过有监督的深度学习中注意力得分机制，判断食品安全危害程度。本发明所述的一种食品质量管理安全风险预筛查模型，是一种基于关联注意力机制的新型食品文本挖掘技术，利用消费者评论中每个词和unsafety标签的互信息，计算出每个词与食品安全危害的关联得分，再结合有监督的深度学习中注意力得分进一步挖掘消费者与危险食品的潜在互动，从而可以快速筛查潜在的食品安全问题。
-
-
-
-
-
-
-
-
-
Search Results
86
records
(took 0.021 seconds)
