-
公开(公告)号:CN110942803A
公开(公告)日:2020-03-31
申请号:CN201911151918.5
申请日:2019-11-22
Applicant: 中南林业科技大学
IPC: G16B15/00
Abstract: 本发明公开一种LncRNA和环境因素关联关系的高效预测方法,主要包括以下步骤:1、下载数据集,得到LncRNA和环境因素(EF)的列表,和二者关联关系的关联矩阵A;然后分别计算出LncRNA和EF的高斯相互作用属性核相似矩阵KL、KE。2、计算EF之间的化学结构相似性矩阵E。3、将KL进行逻辑斯蒂函数转换,得到相似矩阵SL;且利用E和KE构建EF的相似矩阵SE。4、融合A、SL和SE构建一个全局异构网络G;利用重启随机游走计算扩散特征,并使用奇异值分解降维。5、计算lncRNA-EF对的Hetesim得分。6、结合扩散特征和HeteSim得分得到特征数据集并用于训练梯度提升树分类器去预测LncRNA-EF的关联关系。7、使用10折交叉验证方法对提出的方法进行验证。应用本发明预测LncRNA和EF关联关系的精度高。
-
公开(公告)号:CN114496084A
公开(公告)日:2022-05-13
申请号:CN202210119428.2
申请日:2022-02-08
Applicant: 中南林业科技大学
Abstract: 本发明公开一种circRNA和miRNA关联关系高效预测方法,包括如下步骤:1、下载circRNA、疾病与miRNA数据,构建circRNA与miRNA的邻接矩阵A;2、计算基于疾病和miRNA的circRNA高斯内核相似度矩阵CCIS和CMIS,计算circRNA的序列相似度矩阵CES;计算基于疾病和circRNA的miRNA高斯内核相似度矩阵MIS和MCIS;3、构建circRNA和miRNA的综合相似度矩阵CS和MS;4、基于Node2vec算法计算相似度矩阵CNS、MNS;5、分别把CNS、MNS与A拼接成特征矩阵CF、MF;6、基于0矩阵与邻接矩阵A构建异构邻接矩阵Acm;基于CF和MF构建异构特征矩阵CM;7、把异构邻接矩阵Acm与CM嵌入图注意力网络,基于talking‑heads与条件随机场算法进行编码,再通过完全矩阵分解算法进行解码得出最终得分矩阵进行预测。本发明是一种新的预测circRNA与miRNA关联方法。
-
公开(公告)号:CN111787618B
公开(公告)日:2022-03-18
申请号:CN202010451272.9
申请日:2020-05-25
Applicant: 中南林业科技大学
IPC: H04W72/04 , H04W72/08 , H04L67/10 , H04L67/1004
Abstract: 本发明公开一种边缘计算中联合能量获取的能耗优化资源分配方法。主要包括如下步骤:1、构建边缘计算中联合能量获取的能耗优化资源分配的数学模型。2、对构建的数学模型构造拉格朗日函数。3、求解边缘服务器给移动终端设备充电的时间与充电功率。4、求解终端用户分配的CPU频率和边缘服务器分配的CPU频率。5、求解终端设备到边缘服务器的传输功率。6、求解终端用户的任务卸载到边缘服务器的卸载决策变量。7、基于梯度下降法求解联合能量获取的能耗优化资源分配问题。应用本发明,解决了边缘计算中联合能量获取的卸载决策、能量获取时间、充电功率分配、传输功率分配、CPU频率分配的优化问题,可以最小化所有任务的能耗。
-
公开(公告)号:CN111556143A
公开(公告)日:2020-08-18
申请号:CN202010341432.4
申请日:2020-04-27
Applicant: 中南林业科技大学
Abstract: 本发明公开一种移动边缘计算中协作卸载机制下的最小化时延方法。主要包括如下步骤:1、构建移动边缘计算中协作卸载机制下的数学模型。2、对构建的数学模型构造拉格朗日函数。3、求终端用户和MEC服务器分配的CPU频率。4、求终端用户的任务卸载到MEC服务器的传输功率,以及MEC服务器把终端用户的任务卸载到云服务器的传输功率。5、求终端用户的任务卸载到MEC服务器或云服务器的卸载决策。6、基于梯度下降法求解协作卸载机制下的最小化时延优化问题。应用本发明,解决了移动边缘计算中基于协作的卸载决策、协作决策、传输功率分配、CPU频率分配的优化问题,可以最小化所有任务的完成时延。
-
公开(公告)号:CN113178232A
公开(公告)日:2021-07-27
申请号:CN202110492443.7
申请日:2021-05-06
Applicant: 中南林业科技大学
Abstract: 本发明公开一种circRNA和疾病关联关系的高效预测方法,包括如下步骤:1、在数据库网站下载circRNA数据、疾病数据;2、计算circRNA高斯内核相似度、circRNA基因相似度与circRNA的序列相似度、疾病高斯内核相似度、疾病语义相似度,分别为矩阵CIS、CGS、CES、DIS、DSS;3、构建circRNA综合相似度矩阵CS,构建疾病综合相似度矩阵DS;4、使用重启随机游走算法得到相似度矩阵CRS、DRS;5、分别把CRS、DRS与A拼接后使用PCA算法进行特征提取,得到特征矩阵CF、DF;5、根据CS、DS与邻接矩阵A构建异构邻接矩阵Acd;根据CF和DF构建异构特征矩阵CD;6、最后把Acd与CD使用图卷积神经网络进行分类预测。本发明是全新的预测circRNA与疾病关联的方法。
-
公开(公告)号:CN111787618A
公开(公告)日:2020-10-16
申请号:CN202010451272.9
申请日:2020-05-25
Applicant: 中南林业科技大学
Abstract: 本发明公开一种边缘计算中联合能量获取的能耗优化资源分配方法。主要包括如下步骤:1、构建边缘计算中联合能量获取的能耗优化资源分配的数学模型。2、对构建的数学模型构造拉格朗日函数。3、求解边缘服务器给移动终端设备充电的时间与充电功率。4、求解终端用户分配的CPU频率和边缘服务器分配的CPU频率。5、求解终端设备到边缘服务器的传输功率。6、求解终端用户的任务卸载到边缘服务器的卸载决策变量。7、基于梯度下降法求解联合能量获取的能耗优化资源分配问题。应用本发明,解决了边缘计算中联合能量获取的卸载决策、能量获取时间、充电功率分配、传输功率分配、CPU频率分配的优化问题,可以最小化所有任务的能耗。
-
-
-
-
-