-
公开(公告)号：CN114649065B
公开(公告)日：2024-09-27
申请号：CN202210337828.0
申请日：2022-03-31
Applicant: 中国工程物理研究院计算机应用研究所 , 电子科技大学
IPC: G16C20/30 , G16C20/50 , G16C20/70 , G06N3/0499 , G06N3/084 , G06N3/0985 , G06N20/20 , G06N5/01 , G06F18/213 , G06F18/243
Abstract: 本发明公开了一种基于BPMLP‑XGBoost的药物产品活性值和ADMET性质的预测方法及系统，属于生物医药与计算科学交叉技术领域，解决现有技术对药物产品的生物活性值和ADMET性质的预测准确率低的问题。本发明对输入的所有药物数据进行预处理，其中，药物数据为分子描述符数据；对预处理得到的药物数据进行特征提取，提取后训练生物活性值预测模型，得到训练好的生物活性值预测模型；基于预处理得到的药物产品数据训练ADMET性质预测模型，得到训练好的ADMET性质预测模型；基于训练后得到的生物活性值预测模型和ADMET性质预测模型对待筛选的药物产品数据的生物活性值和ADMET性质进行预测，根据预测结果以及筛选条件，对药物产品数据清单进行筛选，得到候选药物产品数据筛选清单。本发明用于药物产品筛选，也可间接将方法用于如元器件等之类的其他产品筛选。
-
公开(公告)号：CN114649065A
公开(公告)日：2022-06-21
申请号：CN202210337828.0
申请日：2022-03-31
Applicant: 中国工程物理研究院计算机应用研究所 , 电子科技大学
Abstract: 本发明公开了一种基于BPMLP‑XGBoost的药物产品活性值和ADMET性质的预测方法及系统，属于生物医药与计算科学交叉技术领域，解决现有技术对药物产品的生物活性值和ADMET性质的预测准确率低的问题。本发明对输入的所有药物数据进行预处理，其中，药物数据为分子描述符数据；对预处理得到的药物数据进行特征提取，提取后训练生物活性值预测模型，得到训练好的生物活性值预测模型；基于预处理得到的药物产品数据训练ADMET性质预测模型，得到训练好的ADMET性质预测模型；基于训练后得到的生物活性值预测模型和ADMET性质预测模型对待筛选的药物产品数据的生物活性值和ADMET性质进行预测，根据预测结果以及筛选条件，对药物产品数据清单进行筛选，得到候选药物产品数据筛选清单。本发明用于药物产品筛选，也可间接将方法用于如元器件等之类的其他产品筛选。
-
公开(公告)号：CN112184051A
公开(公告)日：2021-01-05
申请号：CN202011093230.9
申请日：2020-10-13
Applicant: 中国工程物理研究院计算机应用研究所
Abstract: 本发明涉及员工工作考察相关领域，尤其为一种基于社交网络分析技术的员工工作考察方法，包括以下步骤：S10、综合边数据；S20、员工工作社交网络图；S30、员工工作网络指标；S40、员工工作网络分析方法。该方法在对多种类工作社交记录数据进行分析比对的基础上，提取出综合边数据，然后利用社交网络分析技术，构建该企业单位的工作社交网络图，并对该网络进行了指标量化和分析；该方法构建的工作社交网络图能较真实反映单位内部员工之间的工作关系，并且为如何评价员工在工作网络中的表现，发现员工工作异常等方面提供了数据支撑。
-
公开(公告)号：CN112214927A
公开(公告)日：2021-01-12
申请号：CN202010998145.0
申请日：2020-09-21
Applicant: 中国工程物理研究院计算机应用研究所
IPC: G06F30/27 , G06F30/23 , G06N3/08 , G06N3/04 , G06F111/10
Abstract: 本发明涉及计算机相关技术领域，尤其涉及一种基于机器学习的超高速碰撞碎片云快速模拟方法，包括以下步骤，S10、碎片云关键特征提取方法；S20、碎片云快速模拟模型构建方法；S30、模型中碰撞条件施加策略；S40、模型准确性评估方法。该发明通过特征工程方法，提取碎片云分布特征；然后基于变分自编码器网络结构建立碎片云快速模拟模型，并将碎片云分布特征和碰撞参数作为输入数据；同时设计损失函数，指导神经网络的层次性结构实现输入数据与输出数据之间的复杂函数逼近，进而建立碰撞参数与高维度的碎片云分布特征之间的非线性关系；为了评估所获得碎片云快速生成模型的准确性，建立了模型误差评估方法，通过计算模型输出结果与模型训练数据之间的多种误差标准。
-
公开(公告)号：CN112149617A
公开(公告)日：2020-12-29
申请号：CN202011093353.2
申请日：2020-10-13
Applicant: 中国工程物理研究院计算机应用研究所
Abstract: 本发明涉及一种基于深度学习的脉冲波形去噪方法，步骤如下；S10、深度去噪神经网络模型的层次构建；S20、深度去噪模型损失函数的设计；S30、深度去噪模型的训练数据构建；S40、深度去噪模型对实测脉冲波形的去噪效果；本发明，基于在图像识别领域常见的U‑Net模型构建深度网络，U‑Net卷积神经网络模型相比于其他卷积神经网络，能在降噪去除调制的同时，更好的保留数据关键特征。利用数值方法模拟FM‑to‑AM效应，生成有调制噪音波形和相应的无调制噪音波形数据对，用于深度去噪模型的训练。采用小批量数据的随机梯度信息对权重系数进行迭代更新，提高学习速率。
-
Patent Agency Ranking
公开(公告)号：CN113486898B
公开(公告)日：2024-05-31
申请号：CN202110774967.5
申请日：2021-07-08
Applicant: 西安电子科技大学
IPC: G06V10/30 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/0464
Abstract: 本发明公开了一种基于改进ShuffleNet的雷达信号RD图像干扰辨识方法及系统，构建干扰条件下的雷达信号RD图像数据集，将雷达信号RD图像数据集划分为训练样本和测试样本；构建注意力增强的ShuffleNet识别模型，设定注意力增强的ShuffleNet识别模型分类任务的损失函数；利用训练样本对注意力增强的ShuffleNet识别模型进行训练；将测试样本输入训练完的注意力增强ShuffleNet识别模型中，预测输出测试样本类别及置信度分数，完成雷达信号RD图像干扰辨识。本发明引入注意力增强模块，从通道信息交互层面来加强特征通道间的交互，提高特征的判别性，从而提升干扰下图像雷达信号RD图像识别精度。
-
公开(公告)号：CN116009122A
公开(公告)日：2023-04-25
申请号：CN202310008033.X
申请日：2023-01-04
Applicant: 电子科技大学
Abstract: 本发明属于全介质光学超表面领域，涉及利用几何相位与传输相位联合调制实现偏振控制共轭非对称涡旋光透镜的单层全介质光学超表面。本发明通过引入多种相位调制效应即几何相位与传输相位，使得在旋转45°线性极化平面光束入射下，能够实现共轭非对称的聚焦涡旋光束，即实现了可由左右旋光束偏振状态控制的不同涡旋光束聚焦方向与聚焦距离以及聚焦光斑大小的产生。可根据聚焦涡旋光束出射角与大小，合理选择超表面相位分布，具有集成度高，可调谐等特性；全介质超表面具有低损耗等优点，在光镊，光通信等领域具有重要应用价值。
-
公开(公告)号：CN107193002B
公开(公告)日：2019-04-26
申请号：CN201710364405.7
申请日：2017-05-22
Applicant: 电子科技大学
Abstract: 本发明属于雷达技术领域，涉及一种可抑制宽带相位噪声的一维距离像高分辨成像方法。本发明的方法主要为：首先，在宽带雷达发射信号的带宽内，对雷达回波信号进行过采样离散化处理，构建基于相位恢复的一维距离像成像模型；其次，利用观测矩阵的傅里叶基特性，将基于相位恢复的一维距离像成像非凸问题转换为基于自相关恢复的凸问题；构造增广拉格朗日函数，计算该函数相对于自相关向量的导数并令其为零，得到关于自相关向量的迭代方程；执行迭代处理，直到残差小于预定阀值或迭代次数大于最大迭代次数时停止，得到最优的自相关向量；最后，在最小相位准则下，对求出的自相关向量用柯尔莫戈洛夫谱分解的方法求解相应的散射系数向量。
-
公开(公告)号：CN117590943A
公开(公告)日：2024-02-23
申请号：CN202311517010.8
申请日：2023-11-15
Applicant: 电子科技大学
Abstract: 一种脑电波控制的光镊系统及其控制方法，包括脑电波采集模块、空间光调制器模块和激光器模块；脑电波采集模块实时采集脑电波信号并通过内置算法对其进行预处理，然后传输到计算机；空间光调制器模块根据计算机指令加载相应的灰度相位图，使基模光转化为具有不同螺旋相位波前的涡旋光，建立起注意力值和涡旋光的映射关系；基模高斯光经空间光调制器调制后生成涡旋光束；涡旋光束聚焦后由激光反射镜DM耦合到物镜中；经过物镜聚焦以后，涡旋光在载玻片的后焦面上形成环状涡旋光阱。
-
公开(公告)号：CN103165988A
公开(公告)日：2013-06-19
申请号：CN201310079678.9
申请日：2013-03-13
Applicant: 电子科技大学 , 无锡成电科大科技发展有限公司
Abstract: 本发明公开了一种宽频带圆极化RFID阅读器天线，包括金属接地板、驱动辐射单元、寄生辐射单元、馈电同轴线、金属支撑柱和馈电网络，驱动辐射单元、寄生辐射单元和金属接地板呈层叠结构，金属支撑柱固装在金属接地板上，所述寄生辐射单元和驱动辐射单元依次固装在金属支撑柱上，所述馈电同轴线和馈电网络均和驱动辐射单元电气连接。通过馈电网络激励驱动辐射单元；和寄生辐射单元，由驱动辐射单元耦合馈电。两个辐射单元工作模式相同，两个谐振频率相近，从而形成双峰谐振，从而增加天线的工作带宽、寄生辐射单元起到了引向器的作用，增加了天线的增益。从而达到了提供一种高增益、大的阻抗带宽，大的轴比带宽以及大的轴比束宽的电磁波的目的。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.071 seconds)
