-
公开(公告)号：CN113297174B
公开(公告)日：2023-10-13
申请号：CN202110565706.2
申请日：2021-05-24
Applicant: 中南大学
IPC: G06F16/21 , G06F16/2458 , G06F16/29 , G06N3/0464
Abstract: 本发明公开了一种基于深度学习的土地利用变化模拟方法，包括获取历史土地利用数据，并进行预处理；将历史土地利用数据输入卷积神经网络，获取空间邻域特征；进行区位遥相关特征构建；融合空间邻域特征和区位遥相关特征，对样本特征进行欠采样处理；进行模型构建，对城市土地利用进行模拟演化，并对模型进行训练；将训练生成的土地利用模拟演化模型对土地利用变化进行预测。本发明在卷积神经网络中引入空洞卷积层，在扩大元胞感受野的同时兼顾局部特征，减少冗余特征的累积，进而实现对元胞空间邻域特征的构建；本发明基于图卷积神经网络感知地理场景遥相关，实现对地理区位条件相似的元胞关系的挖掘，处理精度更高。
-
公开(公告)号：CN115391985B
公开(公告)日：2023-09-05
申请号：CN202210866430.6
申请日：2022-07-22
Applicant: 中南大学
IPC: G06F30/20 , G16C60/00 , G06F111/04 , G06F111/06 , G06F113/26
Abstract: 本发明属于时空大数据挖掘领域，尤其涉及一种基于系统动力学的金属资源代谢过程预测方法。预测方法包括：将金属资源状态量按照金属资源代谢阶段进行分类；根据不同阶段金属资源状态量的转换关系，构建金属资源代谢动力学模型；基于统计数据计算金属资源社会蓄积量；采用模拟退火算法求解模型参数；并对自然矿产中提炼的金属资源材料量和金属材料净进口量进行预测；根据上述各预测值和参数，基于金属资源代谢动力学模型预测金属资源状态量。该方法极大地减少了预测结果的统计调查数据依赖性，避免引入主观经验参数，具有更强的现实性和可解释性，提高了金属资源代谢过程预测结果的可靠性和实用性。
-
公开(公告)号：CN116064762A
公开(公告)日：2023-05-05
申请号：CN202210791549.1
申请日：2022-07-07
Applicant: 中南大学湘雅二医院
IPC: C12Q1/6883 , C12Q1/6851 , C12N15/11 , A61K45/00 , A61K31/713 , A61P17/06
Abstract: 本发明属于银屑病诊断与治疗技术领域，具体涉及circNCAPH的应用、银屑病诊断/或者治疗制剂。通过qRT‑PCR检测到circNCAPH在银屑病皮损中异常高表达，提示，circNCAPH有望作为银屑病的诊断标记物。由于siRNA具有良好的沉默效果，本发明在确保circNCAPH被干扰掉后，在沉默了circNCAPH的角质形成细胞HaCaT细胞系中进行CCK8实验和凋亡实验，相对于NC组，siRNA组细胞的增殖速度明显减慢，晚期凋亡细胞比例明显增加，即沉默circNCAPH抑制了角质形成细胞的增殖。即抑制circNCAPH能治疗银屑病，具有深远的临床意义和重要的推广应用前景。
-
公开(公告)号：CN115495506B
公开(公告)日：2023-02-28
申请号：CN202211354059.1
申请日：2022-11-01
Applicant: 中南大学
IPC: G06F16/2458 , G06F16/29 , G06F16/906
Abstract: 本发明提供了一种多形态空间同位模式的挖掘方法及相关设备，包括：获取目标区域的多类地理要素；分别以每类地理要素作为参考类进行统计显著性值计算，得到多类地理要素的统计显著性值；根据统计显著性值对多类地理要素进行分类，得到显著同位模式，显著同位模式包括多类地理要素中的至少一部分地理要素；对显著同位模式中所有的地理要素进行分解，得到多个特征实例集；分别针对每个特征实例集中的每类地理要素，将该地理要素作为中心，分别以多个预设的空间尺度为挖掘范围，计算在多个空间尺度下该地理要素所在特征实例集中的其他地理要素与该地理要素之间的距离；实现了对于空间同位模式内部的各异形态进行细分。
-
公开(公告)号：CN115599779A
公开(公告)日：2023-01-13
申请号：CN202211496560.1
申请日：2022-11-28
Applicant: 中南大学(CN)
IPC: G06F16/215 , G06F16/29 , G06N3/04 , G06N3/08 , G08G1/01
Abstract: 本发明提供了一种城市道路交通缺失数据插值方法及相关设备，包括：获取目标城市的路网数据以及与路网数据对应的历史交通流数据；根据路网数据中道路间的空间拓扑邻近性构建空间拓扑邻近图，得到第一权重矩阵；根据路网数据中道路间的环境属性相似性构建环境属性相似图，得到第二权重矩阵；对历史交通流数据进行数据增强；对多图卷积插值模型进行迭代训练，得到已训练完成的多图卷积插值模型；将第一权重矩阵、第二权重矩阵以及当前的交通流数据输入至已训练完成的多图卷积插值模型，对当前的交通流数据进行插值处理，得到目标交通流数据插值结果；解决了现有技术在时空异质的缺失模式下模型适应能力较差，无法提供可靠插值结果的问题。
-
Patent Agency Ranking
公开(公告)号：CN115495506A
公开(公告)日：2022-12-20
申请号：CN202211354059.1
申请日：2022-11-01
Applicant: 中南大学
IPC: G06F16/2458 , G06F16/29 , G06F16/906
Abstract: 本发明提供了一种多形态空间同位模式的挖掘方法及相关设备，包括：获取目标区域的多类地理要素；分别以每类地理要素作为参考类进行统计显著性值计算，得到多类地理要素的统计显著性值；根据统计显著性值对多类地理要素进行分类，得到显著同位模式，显著同位模式包括多类地理要素中的至少一部分地理要素；对显著同位模式中所有的地理要素进行分解，得到多个特征实例集；分别针对每个特征实例集中的每类地理要素，将该地理要素作为中心，分别以多个预设的空间尺度为挖掘范围，计算在多个空间尺度下该地理要素所在特征实例集中的其他地理要素与该地理要素之间的距离；实现了对于空间同位模式内部的各异形态进行细分。
-
公开(公告)号：CN114971093B
公开(公告)日：2022-11-25
申请号：CN202210915226.9
申请日：2022-08-01
Applicant: 中南大学
Abstract: 本公开实施例中提供了一种城市道路交通流属性预测方法、系统、设备及介质，属于数据处理技术领域，具体包括：采集城市路网数据、车辆GPS数据和路段的交通流数据；通过马尔可夫链的方式进行空间依赖性的建模；改造传统谱图卷积结构，使其在以为边权重的带权有向图上学习与拟合交通流的空间依赖性特征；通过构建交通流关键帧序列进行时间依赖性的建模；构建一个包含隐藏层、聚合层与输出层的交通流属性预测模型；更新交通流属性预测模型中的可学习参数直至交通流属性预测模型在验证集中具有最低的预测误差；将步骤7中更新的交通流属性预测模型对目标场景中的交通流属性进行预测。通过本公开的方案，提高了预测精准度和鲁棒性。
-
公开(公告)号：CN111310340B
公开(公告)日：2022-08-16
申请号：CN202010103108.9
申请日：2020-02-19
Applicant: 中南大学
IPC: G06F30/20 , G06F16/29 , G06F16/2458 , G06Q50/26
Abstract: 本发明公开了一种基于人类移动的城市区域交互异常关系识别方法，包括如下步骤：S1，获取目的地‑居民地二分网络和人类出行轨迹数据；S2，根据所述目的地‑居民地二分网络的人口密度，POI密度，获取区域间吸引力模型；S3，根据所述区域间吸引力模型获取所述目的地‑居民地二分网络的最大人流；S4,根据所述人类出行轨迹数据计算所述目的地‑居民地二分网络的第二人流；S5，对所述目的地‑居民地二分网络的最大人流以及所述目的地‑居民地二分网络的第二人流进行相减获得人流正负网络；S6，对所述人流正负网络进行聚类获取所述异常区域。本发明基于人类出行数据，挖掘城市区域交互关系发现城市的异常关系。
-
公开(公告)号：CN114854846A
公开(公告)日：2022-08-05
申请号：CN202210526486.7
申请日：2022-05-16
Applicant: 中南大学湘雅二医院
IPC: C12Q1/6883 , C12Q1/6841 , C12Q1/6851 , C12N15/11 , C12N15/113 , A61K31/713 , A61K45/00 , A61P17/06
Abstract: 本发明属于银屑病诊断与治疗技术领域，公开了检测或者抑制circ_7598试剂的应用，更具体的涉及检测circ_7598含量的试剂在制备银屑病诊断制剂中的应用，以及抑制circ_7598表达的试剂在制备银屑病治疗制剂中的应用，还有相应的诊断和治疗制剂。本发明通过circRNA测序技术在皮肤组织中检测到circ_7598的环化位点信号，并证实其为真实存在的胞质定位circRNA，进一步实验发现该circRNA在银屑病皮损中异常高表达，抑制其在角质形成细胞中的表达可减慢细胞增殖及细胞周期进程。上述发现提示，circ_7598有望作为银屑病的诊断标记物以及治疗新靶点。
-
公开(公告)号：CN114758498A
公开(公告)日：2022-07-15
申请号：CN202210338622.X
申请日：2022-04-01
Applicant: 中南大学
IPC: G08G1/01 , G06F16/215 , G06F16/29 , G06F30/18
Abstract: 本发明提供了一种基于多向最优扩展的城市有向交通廊道识别方法，包括：获取原始轨迹数据集，对所述原始轨迹数据进行数据清洗和路网匹配，利用时间槽提取特定时段的轨迹子集，对城市有向路网进行建模；计算城市有向路网的流量值和依赖度，融合所述流量值和所述依赖度计算有向路段的核心度；根据所述有向路段的核心度确定种子路段，提取种子路段的所有邻居路段进行排列组合，探测出全部交通廊道，形成城市有向交通廊道网络。本发明构建实际路网中机动车出行流量值和路径选择依赖度指标识别路网空间中城市交通廊道。
-
-
-
-
-
-
-
-
-
Search Results
220
records
(took 0.048 seconds)
