-
公开(公告)号：CN117219173A
公开(公告)日：2023-12-12
申请号：CN202311156934.X
申请日：2023-09-07
Applicant: 广东工业大学
Abstract: 本发明提供一种多阶相似性融合学习的微生物‑疾病关联性预测方法，包括以下步骤：S1：获取微生物功能相似性矩阵PM,1和疾病功能相似性矩阵PD,1；S2：获取微生物‑疾病关联矩阵Y，并利用Y计算出微生物线性邻域相似性矩阵PM,2和余弦相似性矩阵PM,3，同时计算出疾病线性邻域相似性矩阵PD,2和余弦相似性矩阵PD,3；S3：构建一个多阶相似性融合学习方法；S4：最后采用标签传播方法得到最终预测结果。本发明通过构建多阶相似性融合学习方法来对多种相似性进行融合，结合标签传播能有效地利用好所构建的相似性网络，从而实现精准预测微生物‑疾病的关联。
-
公开(公告)号：CN116343927A
公开(公告)日：2023-06-27
申请号：CN202310121363.X
申请日：2023-02-14
Applicant: 广东工业大学
IPC: G16B40/00 , G06F18/22 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明提供了一种基于增强的超图卷积自编码算法的miRNA‑疾病关联预测方法，包括以下步骤：S1：获取miRNA‑疾病的邻接矩阵A，通过miRNA‑疾病邻接矩阵来描述二者的关联关系；S2：通过邻接矩阵A分别计算出miRNA高斯相似性MG、miRNA余弦相似性MC、疾病高斯相似性DG和疾病余弦相似性DC，将它们分别作为miRNA的特征和疾病的特征；S3：根据高斯相似性，使用加权K近邻获取图隐藏关联信息，以此得到增强的超图关联矩阵；S4：将miRNA的特征和疾病的特征通过全连接层映射到同一个域空间，使用超图卷积的方式训练得到嵌入特征；S5：对嵌入特征使用一个双线性解码器进行解码，计算其关联评分，本发明可以更准确地预测miRNA‑疾病的关联信息。
-
公开(公告)号：CN116189779A
公开(公告)日：2023-05-30
申请号：CN202310121308.0
申请日：2023-02-14
Applicant: 广东工业大学
Abstract: 本发明提供基于加权核规范正则化算法的lncRNA‑疾病关联预测方法，包括以下步骤：S1：获取lncRNA‑疾病邻接矩阵LD；S2：计算lncRNA表达相似性LSexp、lncRNA功能相似性LSfun、lncRNA高斯相似性LSgau、lncRNA线性邻域相似性LSlin、疾病语义相似性DSsem、疾病高斯相似性DSgau、疾病线性邻域相似性DSlin；S3：采用k‑近邻中心核对齐算法将lncRNA和疾病的相似性分别整合到同一空间；S4：利用lncRNA‑疾病关联矩阵、lncRNA和疾病的最优相似性核矩阵构建一个异构矩阵作为矩阵补全的目标矩阵；S5：将异构矩阵输入加权核规范正则化模型中进行补全，最终得到预测的lncRNA‑疾病的关联。本发明利用k‑近邻中心核对齐算法对相似性信息进行整合用于辅助预测，构建加权核规范正则化模型对异构矩阵进行补全，实现更加准确的lncRNA‑疾病的关联预测。
-
公开(公告)号：CN113553764A
公开(公告)日：2021-10-26
申请号：CN202110792189.2
申请日：2021-07-13
Applicant: 广东工业大学
Abstract: 本发明提供了一种基于深度学习网络的山火预测方法，属于深度学习技术领域。本发明的山火预测网络模型同时引入了卷积神经网络CNN和卷积长短期记忆网络CONVLSTM对山火进行预测，不仅考虑了山火在时间上的时序规律，也能够提取山火像元以及山火附近像元的空间特征；利用山火时空维度的信息，使预测精度更高，并且本技术方案通过深度学习自动构建山火预测模型，调节影响因子权重，无需过高的专家知识设置影响因子权重，通用性更好。
-
公开(公告)号：CN113132079A
公开(公告)日：2021-07-16
申请号：CN202110351406.4
申请日：2021-03-31
Applicant: 广东工业大学
Abstract: 本发明针对现有多图像加密技术的局限性，提出了一种多图像加密方法及解密方法，所述加密方法基于分段线性混沌映射，通过将多图像构成三维像素矩阵进行比特分解，在比特分层的基础上进行矩阵形状调整和补充来对加密比特置乱的循环进行维度优化，使得完成高安全性要求的同时兼顾时间效率优化，而后将被调整置乱比特分层矩阵进行再调整和再转化形成新的多密码图像的三维矩阵，最后进行逐一图像与混沌图像扩散而取得多张加密安全程度高的密码图像；本发明能够对多灰度图、多彩色图这类处理数据量大的待加密对象进行算法简单、安全性高的加密并取得适用性强的效果。
-
Patent Agency Ranking
公开(公告)号：CN112052859A
公开(公告)日：2020-12-08
申请号：CN202010953696.5
申请日：2020-09-11
Applicant: 广东工业大学
IPC: G06K9/34 , G06K9/40 , G06K9/62 , G06T7/12 , G06T7/181 , G06T7/73 , G06T5/00 , G06N3/04 , G06N3/08
Abstract: 本申请公开了一种自由场景下的车牌精准定位方法及装置，方法包括：对预置车牌图像进行连通域分析，并保留标记的符合预置轮廓条件的连通域，记录连通域的边界点，得到上边界点集和下边界点集；采用预置最小二乘法分别对上边界点集和下边界点集进行直线拟合，得到上边界线段和下边界线段；根据上边界线段和下边界线段计算区域截取框四个角的边界点坐标；通过区域截取框截取扩展后的原始车牌图像的车牌区域图像；采用预置CNN模型对车牌区域图像的左右边界进行坐标拟合，获得车牌定位结果。解决了现有车牌定位技术在自由场景下对边界点分布要求较高，且无法适用于复杂背景下的车牌定位，导致实际的车牌定位准确度较低的技术问题。
-
公开(公告)号：CN111489346A
公开(公告)日：2020-08-04
申请号：CN202010289829.3
申请日：2020-04-14
Applicant: 广东工业大学
Abstract: 本申请公开了一种全参考图像质量评价方法及系统，方法包括：获取参考图像以及失真图像；估计参考图像以及失真图像中像素点的亮度和色度，并计算亮度相似度以及色度相似度；使用GBVS显著性模型提取参考图像以及失真图像的显著性特征，得到参考图像以及失真图像的显著性图，根据显著性图得到参考图像以及失真图像之间的显著性相似度；计算参考图像以及失真图像的梯度幅值，根据梯度幅值计算参考图像以及失真图像之间的梯度相似度；根据亮度相似度，色度相似度、显著性相似度以及梯度相似度计算得到图像质量评价指标。本申请能够在全参考图像的前提下，通过简单的计算，即可对噪声图像进行质量评价且与主观评分有较好的一致性。
-
公开(公告)号：CN111445406A
公开(公告)日：2020-07-24
申请号：CN202010212722.9
申请日：2020-03-24
Applicant: 广东工业大学
Abstract: 本发明公开了一种低剂量CT图片质量改善方法、系统及设备，包括：选择包含有低剂量图片和高剂量图片的CT文件并转化为H5PY矩阵数据；使用多方向的梯度算子对H5PY矩阵进行卷积运算，将多方向卷积计算结果与H5PY矩阵进行合并，将合并数据输入到VGG-16神经网络模型中进行训练，对训练好的VGG-16神经网络模型进行评价，选择出CT图片改善模型；将低剂量CT图片输入到CT图片改善模型中，得到图片质量改善后的低剂量CT图片。本发明多方向梯度算子应用于低剂量CT图片质量的改善之中，多方向梯度算子抗干扰能力强，能够去除图片中的噪音，同时注重细节恢复，有效获取图片的细节纹理，大大提高网络的人眼感受效果。
-
公开(公告)号：CN110414250A
公开(公告)日：2019-11-05
申请号：CN201910689725.9
申请日：2019-07-29
Applicant: 广东工业大学
Abstract: 本发明提供一种基于离散分散变换和混沌函数的图像加密方法，包括：将接收到的待加密图像的图像数据矩阵的数据类型转换为浮点数类型的图像数据矩阵，应用预设的混沌函数对浮点数类型的图像数据矩阵进行处理，将经过处理后的图像数据矩阵进行离散分数变换，并将得到的离散随机变换矩阵进行值域转换，得到图像数据转换矩阵，并将图像数据矩阵进行置乱操作，以实现对待加密图像的加密，并将待加密图像的加密数据和值域转换时的转换比例进行关联保存。应用本发明，可对待加密图像进行加密，通过对待加密图像的图像数据进行置乱处理，有效降低或是消除了待加密图像的图像数据在进行离线随机变换时的线性性质，提高了对待加密图像的加密效果。
-
公开(公告)号：CN109285153A
公开(公告)日：2019-01-29
申请号：CN201811148749.5
申请日：2018-09-29
Applicant: 广东工业大学
IPC: G06T7/00
Abstract: 本发明公开了一种图像质量评价方法及系统，包括：计算待评价图像和参考图像的特征参数相似度；对待评价图像每一像素和参考图像每一像素分别对多个不同方向的梯度模板进行卷积运算，根据对应不同方向的计算结果中取值最大的梯度值得到该像素的梯度值，多个不同方向的梯度模板包括0度方向梯度模板、90度方向梯度模板以及至少一个除0度方向和90度方向之外其它方向的梯度模板；根据待评价图像和参考图像对应像素的梯度，计算待评价图像和参考图像的梯度相似度；根据待评价图像和参考图像各像素的特征参数相似度、梯度相似度计算用于评价待评价图像质量的评价指标。本发明图像质量评价方法及系统，与现有方法相比能够提高对图像质量评价的精确性。
-
-
-
-
-
-
-
-
-
Search Results
69
records
(took 0.024 seconds)
