-
公开(公告)号：CN105046987A
公开(公告)日：2015-11-11
申请号：CN201510338644.6
申请日：2015-06-17
Applicant: 苏州大学
IPC: G08G1/08
CPC classification number: G08G1/08
Abstract: 本发明公开了一种基于强化学习的路面交通信号灯协调控制方法，包括对应每个路口设有监控设备，每一所述监控设备经网络模块与远程服务器连接，其控制方法为：⑴远程服务器通过接收视频信号，计算等待时间S；⑵远程服务器在每个相位状态ai下，分析获得道路拥堵情况；⑶远程服务器获得该相位状态ai下的可行度，当车流可以通过时表示为通畅，可行度为1，否则为拥堵，可行度为0；⑷等待时间S与可行度，计算出在该路口最优行车相位状态ai；⑸调整信号灯。本发明基于实时获取的视频信息，通过协调和控制一个区域内多个路口交通信号灯，提高交通通行效率，使该区域交通流量最大化，缓解路面交通拥堵情况。
-
公开(公告)号：CN104657626A
公开(公告)日：2015-05-27
申请号：CN201510086244.0
申请日：2015-02-25
Applicant: 苏州大学
CPC classification number: G06F19/18
Abstract: 本发明公开了一种利用文本数据构建蛋白质相互作用网络的方法，其特征在于，包括：⑴建立蛋白质集合；⑵记录蛋白质集合中所有蛋白质两两发生相互作用的概率值；⑶根据概率值的大小构建初始网络结构；⑹反复选择蛋白质，给定正或负作用反馈值，在初始网络结构上不断迭代，获得最终网络结构。本发明采用反复选择、相互作用的方式，以正反馈、负反馈和禁止反馈基础，通过强化学习来构建一个作用网络的概率图，与生物知识和生物数据无缝结合。
-
公开(公告)号：CN116230073B
公开(公告)日：2024-09-20
申请号：CN202211596492.6
申请日：2022-12-12
Applicant: 苏州大学
IPC: G16B15/20 , G16B40/00 , G16B45/00 , G06F18/213 , G06F18/25
Abstract: 本发明公开了一种融合生物物理特征的蛋白质翻译后修饰位点功能串扰的预测方法，从PhosphoSitePlus、iPTMnet、EPSD及CPLM数据库获取蛋白质序列及翻译后修饰位点信息；从Uniprot、AphaFold数据库获取蛋白质序列和结构数据信息；构建蛋白质翻译后修饰功能串扰预测模型，利用该预测模型对蛋白质翻译后修饰位点功能串扰信息进行预测。本发明在引入动力学特征及蛋白质‑蛋白质互作图特征等基于生物物理特征的基础上，整合全连接网络模型、图嵌入模型及随机森林模型，构建一个主动学习的翻译后修饰功能串扰的预测模型；相比于其它翻译后修饰功能串扰模型具有较高的预测准确性。
-
公开(公告)号：CN116230073A
公开(公告)日：2023-06-06
申请号：CN202211596492.6
申请日：2022-12-12
Applicant: 苏州大学
IPC: G16B15/20 , G16B40/00 , G16B45/00 , G06F18/213 , G06F18/25
Abstract: 本发明公开了一种融合生物物理特征的蛋白质翻译后修饰位点功能串扰的预测方法，从PhosphoSitePlus、iPTMnet、EPSD及CPLM数据库获取蛋白质序列及翻译后修饰位点信息；从Uniprot、AphaFold数据库获取蛋白质序列和结构数据信息；构建蛋白质翻译后修饰功能串扰预测模型，利用该预测模型对蛋白质翻译后修饰位点功能串扰信息进行预测。本发明在引入动力学特征及蛋白质‑蛋白质互作图特征等基于生物物理特征的基础上，整合全连接网络模型、图嵌入模型及随机森林模型，构建一个主动学习的翻译后修饰功能串扰的预测模型；相比于其它翻译后修饰功能串扰模型具有较高的预测准确性。
-
公开(公告)号：CN109858437B
公开(公告)日：2023-05-30
申请号：CN201910088785.5
申请日：2019-01-30
Applicant: 苏州大学
IPC: G06V20/64 , G06V10/82 , G06V10/764 , G06N3/0464 , G06N3/08 , G06V10/26 , G06V10/762
-
Patent Agency Ranking
公开(公告)号：CN108415254B
公开(公告)日：2020-12-11
申请号：CN201810199112.2
申请日：2018-03-12
Applicant: 苏州大学
IPC: G05B13/04
Abstract: 本发明公开了一种基于深度Q网络的废品回收机器人控制方法及其装置，其特征在于：所述传感系统：用于感知机器人面前物体位置信息，通过图像信息表示；所述控制系统：用于控制机器人抓取手臂抓取物体与放置物体于收纳机构内；所述作业系统：接收控制系统的信息，执行各项动作；所述驱动系统：用于为作业系统执行控制系统的各项动作提供动力；所述传感系统采集环境信息和驱动系统信息，并将环境信息和驱动系统信息传入控制系统，由控制系统根据接收到的信息来计算处理，并发送信息于作业、驱动系统驱动机器人执行相应动作。本发明运用人工智能领域的强化学习算法，能够自主学习更新神经网络的参数，以使机器人达到回收物品的控制效果。
-
公开(公告)号：CN107292344B
公开(公告)日：2020-09-18
申请号：CN201710492773.X
申请日：2017-06-26
Applicant: 苏州大学
Abstract: 本发明公开了一种基于环境交互的机器人实时控制方法，其特征在于：通过影像采集设备采集视频数据，获得机器人当前的状态信息，该状态信息通过以太网传输到后台服务器，所述后台服务器内安装有实时控制软件程序，由实时控制软件程序计算出机器人下一步该执行的动作，该动作控制信息再通过以太网传回给机器人，控制机器人执行动作；其中，所述实时控制软件程序是K‑means聚类算法和基于ε‑Greedy贪心策略的核方法的结合，计算出机器人基于环境交互的实时动作。本发明通过与未知环境的不断交互，去实现对机器人的实时控制，两种方式的结合，相互平衡，控制机器人能又好又快的完成指定任务。
-
公开(公告)号：CN108491497B
公开(公告)日：2020-06-02
申请号：CN201810227535.0
申请日：2018-03-20
Applicant: 苏州大学
Abstract: 本发明公开了一种基于生成式对抗网络技术的医疗文本生成方法，包括如下步骤：下载某个科属领域的多篇医疗文档；利用词向量来表示每篇医疗文档中的每个词；对每篇医疗文档进行文本分类，保留需要的医疗文档；获得每篇需要的医疗文档的最佳的输出序列标注；获得每篇需要的医疗文档的关键词集的索引，将索引随机打乱顺序，得到新的医疗文档及其对应的序列标注；采用基于生成式对抗网络的生成模型训练生成医疗文本；输出生成的医疗文本；获取生成的医疗文本的BLEU参数；对生成的医疗文本进行评估，最终得到目标医疗文本。本发明通过打乱数据生成新的医疗文本，解决病人的隐私安全问题和医疗文本较少的问题。
-
公开(公告)号：CN110941268A
公开(公告)日：2020-03-31
申请号：CN201911139128.5
申请日：2019-11-20
Applicant: 苏州大学
IPC: G05D1/02
Abstract: 本发明公开了一种基于Sarsa安全模型的无人自动小车的控制方法，包括如下步骤：初始化，选择初始状态和初始动作；将初始状态置为当前状态，将初始动作置为当前动作；执行当前动作，无人自动小车进入下一状态并获得回报值；对约束函数进行线性处理；用拉格朗日乘数法求解无人自动小车处于下一状态时可执行的下一安全最优动作；完成Q值函数、状态空间和动作空间的更新。本发明将多维约束进行线性化，可以保证状态-动作值函数和约束函数可求导，并且避免在求解过程中无人自动小车无法获得最佳动作，然后采用拉格朗日乘数法进行求解，提高了无人自动小车在当前状态下选择安全最优动作的效率和精确度。
-
公开(公告)号：CN110496268A
公开(公告)日：2019-11-26
申请号：CN201910536432.7
申请日：2019-06-20
Applicant: 苏州大学
IPC: A61M5/158
Abstract: 本发明公开了一种静脉留置针，包括针芯、套管以及针座，所述套管具有沿渐远其自由端的轴向方向依次布置的管段A和管段B，输液时，所述管段A留在血管中并在所述管段A的外侧形成附壁血栓，所述管段A的外径为D1，所述附壁血栓的径向高度为H，其特征在于，拔针时，所述管段B的外侧同轴套设有导管且所述导管同轴穿过穿刺孔，所述导管的外径和所述穿刺孔的孔径均为D2，D2-D1＞2H。本发明公开的静脉留置针，通过设置导管，在拔针前确保导管穿过穿刺孔以使穿刺孔的孔径增大，此时，在穿刺孔的孔径来不及缩小时，快速拔出静脉留置针，附着在套管上的血栓也能通过穿刺孔，从而实现拔针的同时带出附壁血栓，具有广泛的推广价值。
-
-
-
-
-
-
-
-
-
Search Results
61
records
(took 0.021 seconds)
