-
公开(公告)号：CN111584010B
公开(公告)日：2022-05-27
申请号：CN202010249587.5
申请日：2020-04-01
Applicant: 昆明理工大学
Abstract: 本发明公开了一种基于胶囊神经网络和集成学习的关键蛋白质识别方法，包括：步骤1：利用Cytoscape工具提取蛋白质在蛋白质相互作用网络中的八种生物学特征；步骤2：使用胶囊神经网络提取八种生物学特征的更深层的增强特征；步骤3：将生物学特征和蛋白质增强特征进行连接；步骤4：将步骤3得到的连接后的特征放入到集成模型Multi‑ensemble中，对模型进行训练，并利用训练好的集成模型预测新的关键蛋白质；步骤5：输出结果。本发明通过胶囊神经网络提取的增强特征比初始的生物学特征更能提高一些机器学习模型预测关键蛋白质的准确性。并且通过融合初始生物学特征和增强特征能进一步提高机器学习模型预测关键蛋白质的准确性。
-
Patent Agency Ranking
公开(公告)号：CN109300108B
公开(公告)日：2021-06-18
申请号：CN201810843287.2
申请日：2018-07-27
Applicant: 昆明理工大学
Abstract: 本发明涉及一种基于统计和多高斯的日面亮度分析方法，属天文技术和图像处理计算领域。本发明首先在一定组数下对MUSER原始脏图进行线性转换；接着对转换结果进行单高斯的最小二乘拟合，得到第一个高斯分布的均值μ1及标准差δ1；然后根据三倍标准差原则，把介于(μ1‑3δ1,μ1+3δ1)之间的数据全部剔除；接着对剩余数据进行单高斯的最小二乘拟合，得到第二个高斯分布的均值μ2及标准差δ2；最后根据原始脏图中的最大值、最小值、组数、两个均值μ1和μ2计算得到日面和背景的可能亮度值。本发明将线性转换、最小二乘法结合在一起，分析出MUSER原始脏图中日面和背景的可能亮度值，具备较高的扩展性与普适性。
-
公开(公告)号：CN109410540A
公开(公告)日：2019-03-01
申请号：CN201811389513.0
申请日：2018-11-21
Applicant: 昆明理工大学
Abstract: 本发明公开了一种基于物联网的老人安全出行手环控制系统，属于物联网技术领域。主要包括电路板、麦克风、微型震动电机、紧急求助按钮和柔性材质的手环带。电路板设有中央处理器、存储器、位置传感器、物联网和网络连接装置、音频控制器和控制芯片。所述中央处理器处理接收到的信号并下达指令。所述物联网和网络连接装置用于联通网络，接收红绿灯信号判断结果，并向监护人的手机发送老人的位置信息和求助信号。所述的音频控制器连接麦克风用于采集声音，并在异常情况下和微型震动电机一起向老人发出警告。老人使用该手环可以确定实时位置、安全通过马路，避让危险障碍物，还可以在紧急情况下求助，为老年人的出行提供了安全保障。
-
公开(公告)号：CN109300108A
公开(公告)日：2019-02-01
申请号：CN201810843287.2
申请日：2018-07-27
Applicant: 昆明理工大学
Abstract: 本发明涉及一种基于统计和多高斯的日面亮度分析方法，属天文技术和图像处理计算领域。本发明首先在一定组数下对MUSER原始脏图进行线性转换；接着对转换结果进行单高斯的最小二乘拟合，得到第一个高斯分布的均值μ1及标准差δ1；然后根据三倍标准差原则，把介于(μ1-3δ1,μ1+3δ1)之间的数据全部剔除；接着对剩余数据进行单高斯的最小二乘拟合，得到第二个高斯分布的均值μ2及标准差δ2；最后根据原始脏图中的最大值、最小值、组数、两个均值μ1和μ2计算得到日面和背景的可能亮度值。本发明将线性转换、最小二乘法结合在一起，分析出MUSER原始脏图中日面和背景的可能亮度值，具备较高的扩展性与普适性。
-
公开(公告)号：CN108256008A
公开(公告)日：2018-07-06
申请号：CN201810004863.4
申请日：2018-01-03
Applicant: 昆明理工大学
IPC: G06F17/30
CPC classification number: G06F16/35
Abstract: 本发明涉及一种运用L1范数及余弦定理在均匀分布中求最优值的方法，属于机器学习中聚类分析技术领域。本发明包括首先对呈现均匀分布的样本数据设定K‑Means聚类算法中要搜索其最佳聚类K值的范围[Kn,Km]；第二步计算搜索范围内的Km‑Kn+1个均匀分布的聚类数据对应的平均的畸变程度；最后对计算得到的Km‑Kn+1个平均畸变程度数据运用L1范数规范化处理以及进行余弦定理改进的肘部法则(Elbow Method)从而从呈现均匀分布的数据中求出最优聚类K值。本发明可以使得到的最优K值更具有客观性。
-
公开(公告)号：CN107451955A
公开(公告)日：2017-12-08
申请号：CN201710466806.3
申请日：2017-06-20
Applicant: 昆明理工大学
CPC classification number: G06T3/4038 , G06T1/20 , G06T2200/32 , G06T2207/30192
Abstract: 本发明涉及一种K-T算法高分辨重建天文图像中斑点图的并行化实现方法，属天文技术图像处理计算领域。本发明首先通过CPU主进程读取图像及参数文件并且计算相关物理参数进行图像的预处理和数据对齐，接着把全部帧数的整个视场图像依据等晕区大小分割成很多的子块进行图像分块，然后这些子块帧被分发到独立的子进程中采用CUDA并行编程模型进行并行计算处理，进行傅里叶的振幅和相位重建，最后子进程对每一个子块通过联合傅里叶振幅和相位进行傅里叶逆变换获得重建后图像，主进程对所有的子块拼接处理完成重建。本发明将CPU+GPU混合异构并行模式并结合GPU-aware MPI机制应用于高分辨重建天文图像中斑点图问题上，解决了对斑点图高分辨率重建的问题，具备较高的扩展性。
-
-
-
-
-
Search Results
36
records
(took 0.02 seconds)
