一种基于药物子结构、分子字符描述信息的药物靶标关系预测方法

    公开(公告)号:CN106529205B

    公开(公告)日:2019-03-26

    申请号:CN201610953873.3

    申请日:2016-11-03

    Applicant: 中南大学

    Abstract: 本发明公开了一种基于药物子结构、分子字符描述信息的药物靶标关系预测方法,首先通过数据库获取药物子结构信息、分子字符描述信息和已知的药物靶标关系,然后根据这些药物子结构、药物分子字符描述信息和已知的药物靶标关系、单独构建药物之间的相似性矩阵,再将构建的各个相似性矩阵依照权重集成为最终的药物相似性矩阵;最后基于相似的药物靶向的靶标也相似的特点对药物的靶标关系进行预测。本发明只需要根据药物分子字符描述信息、子结构信息来构建相似性,不依赖于靶标的序列等信息,并能够对全新的药物化合物进行靶标关系预测,避免了生物化学实验所消耗的大量人力物力。实验结果表明,该方法能够较准确的预测药物靶标关系。

    一种基于药物子结构、分子字符描述信息的药物靶标关系预测方法

    公开(公告)号:CN106529205A

    公开(公告)日:2017-03-22

    申请号:CN201610953873.3

    申请日:2016-11-03

    Applicant: 中南大学

    Abstract: 本发明公开了一种基于药物子结构、分子字符描述信息的药物靶标关系预测方法,首先通过数据库获取药物子结构信息、分子字符描述信息和已知的药物靶标关系,然后根据这些药物子结构、药物分子字符描述信息和已知的药物靶标关系、单独构建药物之间的相似性矩阵,再将构建的各个相似性矩阵依照权重集成为最终的药物相似性矩阵;最后基于相似的药物靶向的靶标也相似的特点对药物的靶标关系进行预测。本发明只需要根据药物分子字符描述信息、子结构信息来构建相似性,不依赖于靶标的序列等信息,并能够对全新的药物化合物进行靶标关系预测,避免了生物化学实验所消耗的大量人力物力。实验结果表明,该方法能够较准确的预测药物靶标关系。

    面向802.11eVoIP应用的竞争窗口调整方法

    公开(公告)号:CN104052745A

    公开(公告)日:2014-09-17

    申请号:CN201410272351.8

    申请日:2014-06-18

    Abstract: 本发明公开了一种面向802.11e VoIP应用的竞争窗口调整方法,1)根据接入的MAC层参数和VoIP编码方式计算无线接入点即AP的最优网络接入概率2)根据计算AP的最小、最大竞争窗口大小的最优值3)计算AP处第j个周期的平均冲突率再根据与阈值fopt的关系调整站点(STA)的网络接入概率τSTA;4)AP根据τSTA计算站点的最大、最小竞争窗口;AP使用周期性的Beacon帧广播站点的最大、最小竞争窗口。该面向802.11e VoIP应用的竞争窗口调整方法能提升无线信道有效利用率,提高网络吞吐量,提升VoIP容量。

    一种有线/无线混合网络中融合三种信息的拥塞控制方法

    公开(公告)号:CN102006230A

    公开(公告)日:2011-04-06

    申请号:CN201010560807.2

    申请日:2010-11-26

    Applicant: 中南大学

    Abstract: 本发明公开了一种有线/无线混合网络中融合三种信息的拥塞控制方法,所述的三种信息为丢包信息、RTT信息和显式拥塞通告信息,本方法包括以下步骤:无线节点根据MAC层RTS重传次数对IP分组中的CE位进行标记、有线路由器通过队列长度对IP分组中的CE位进行标记,接收端处理收到的数据包,通过ACK确认包的携带功能告知发送端网络拥塞状态,然后发送端综合考虑丢包信息、RTT信息和显式拥塞通告信息进行拥塞预测,并根据预测结果调整拥塞控制机制。本发明通过融合三种信息进行拥塞判断,有效地区分了无线丢包和拥塞丢包,对于瓶颈为无线链路的有线/无线混合网络,提高了网络的利用率和吞吐量,改善了网络的整体性能。

    一种用于高丢包率广域网环境下的拥塞控制方法

    公开(公告)号:CN101977151A

    公开(公告)日:2011-02-16

    申请号:CN201010538208.0

    申请日:2010-11-09

    Applicant: 中南大学

    Abstract: 本发明公开了一种用于高丢包率广域网环境下的拥塞控制方法,发送方通过检测包丢失数量是否增大来判断网络拥塞状态,自适应的调节拥塞窗口。如检测到包丢失数量增大,将根据丢包数增大程度计算出拥塞窗口的减小量,拥塞窗口通过减去该减小量大小的窗口来响应拥塞;否则判断拥塞窗口与拥塞门限值的大小关系来确定拥塞窗口所采取的增长方式。本发明在网络出现丢包现象时,并不迅速降低拥塞窗口,而以包丢失数量的变化情况作为降窗依据,同时使用积极地窗口增长机制试探网络可用带宽。本方法能有效地适应高丢包率广域网环境,获得较高带宽利用率。

    基于偏移夹角的WSN源位置保护方法

    公开(公告)号:CN101277263B

    公开(公告)日:2010-11-03

    申请号:CN200810030868.0

    申请日:2008-03-21

    Applicant: 中南大学

    Abstract: 本发明公开了一种基于偏移夹角的WSN源位置保护方法,其特征在于,包括以下步骤:1)通过汇聚节点的兴趣广播和源节点的局部广播获得每个中间节点与汇聚节点、源节点之间的跳数;2)根据步骤1)中的跳数计算每一个中间节点的偏移夹角值;3)每一个源节点和中间节点收集所有与其相邻的中间节点的偏移夹角值;4)每一个源节点和中间节点依据与其相邻的中间节点的偏移夹角值计算每一个与其相邻的中间节点的转发概率;5)依据相邻的中间节点的转发概率将信息由源节点经中间节点和假源发送到汇聚节点。本发明能有效提高源节点数据发送的安全性。

    基于偏移夹角的WSN源位置保护方法

    公开(公告)号:CN101277263A

    公开(公告)日:2008-10-01

    申请号:CN200810030868.0

    申请日:2008-03-21

    Applicant: 中南大学

    Abstract: 本发明公开了一种基于偏移夹角的WSN源位置保护方法,其特征在于,包括以下步骤:1)通过汇聚节点的兴趣广播和源节点的局部广播获得每个中间节点与汇聚节点、源节点之间的跳数;2)根据步骤1)中的跳数计算每一个中间节点的偏移夹角值;3)每一个源节点和中间节点收集所有与其相邻的中间节点的偏移夹角值;4)每一个源节点和中间节点依据与其相邻的中间节点的偏移夹角值计算每一个与其相邻的中间节点的转发概率;5)依据相邻的中间节点的转发概率将信息由源节点经中间节点和假源发送到汇聚节点。本发明能有效提高源节点数据发送的安全性。

    DNS隐蔽隧道检测方法及系统
    58.
    发明公开

    公开(公告)号:CN119939260A

    公开(公告)日:2025-05-06

    申请号:CN202510437159.8

    申请日:2025-04-09

    Applicant: 中南大学

    Abstract: 本发明公开了一种DNS隐蔽隧道检测方法及系统,包括获取现有的DNS域名数据集并预处理以构建训练数据集;基于熵值方案、多层感知机、分词方案和Transformer编码器,构建DNS隐蔽隧道检测初始模型并训练得到DNS隐蔽隧道检测模型;采用得到的DNS隐蔽隧道检测模型进行实际的DNS隐蔽隧道的检测。本发明通过对DNS域名数据的获取和标记,基于熵值方案、多层感知机、分词方案和Transformer编码器构建DNS隐蔽隧道检测模型,不仅实现了DNS隐蔽隧道的检测,而且检测结果可靠,精确性较高。

    RFID手势识别方法、计算机装置、产品及存储介质

    公开(公告)号:CN115100733B

    公开(公告)日:2024-09-13

    申请号:CN202210480019.5

    申请日:2022-05-05

    Applicant: 中南大学

    Abstract: 本发明公开了一种RFID手势识别方法、计算机装置、产品及存储介质,获取用户手势产生的相位序列;对所述相位序列进行预处理,并标识手势类型;获取预处理后的相位序列的频谱图;将每个手势对应的频谱图作为训练样本,对每个训练样本进行配对,得到孪生网络数据集;利用所述孪生网络数据集训练孪生网络,得到RFID手势识别模型;将待识别的手势样本和已标识的手势样本进行一一配对,将配对后的数据作为所述RFID手势识别模型的输入,利用模板匹配的方法对待识别的手势样本进行识别。本发明方法不仅可以大幅降低识别模型所需的训练样本,减少无线感知系统的部署成本,而且取得了较高的识别精度,实用性强。

    基于多环境的逃避行为检测方法

    公开(公告)号:CN111460439B

    公开(公告)日:2023-03-21

    申请号:CN202010229241.9

    申请日:2020-03-27

    Applicant: 中南大学

    Abstract: 本发明公开了一种基于多环境的逃避行为检测方法,包括获取待分析的程序;采用多环境虚拟化沙箱分析待分析程序;提取每一个样例在每一个沙箱中的行为分析报告中的API调用序列;将API调用序列转换为API字符序列;基于Smith‑waterman算法对同一个样例在不同沙箱中的API字符序列进行对比检测;提取对比检测结果中的差异子序列;计算差异子序列的Levenshtein距离并对同一个样例在多环境下的API字符序列进行两两对比,从而判定待分析的程序是否存在逃避检测行为。本发明方法的可靠性高、实用性好且检测效率较高。

Patent Agency Ranking