一种最小化截断schatten-p范数的小分子-miRNA相互作用预测方法

    公开(公告)号:CN117153244A

    公开(公告)日:2023-12-01

    申请号:CN202311216578.6

    申请日:2023-09-20

    Abstract: 本发明提供了一种最小化截断schatten‑p范数的小分子‑miRNA相互作用预测系统,涉及生物信息、深度学习领域。首先,我们基于已知的小分子‑miRNA关联矩阵利用高斯核计算出小分子和miRNA的高斯相互作用轮廓核相似性并且收集小分子和miRNA的多源数据。然后,通过加权平均策略,将不同的相似性集成到小分子和miRNA的综合相似性中。基于小分子和miRNA的综合相似性以及已知的小分子‑miRNA关联构建一个小分子‑miRNA异构网络,并且定义该异构网络的邻接矩阵为目标矩阵。最后,我们通过最小化目标矩阵的截断schatten‑p范数来构建预测模型并且我们开发了一个高效的迭代算法框架来求解这个模型。

    一种基于无人机携带智能反射面辅助用户边缘计算和无线充电的方法

    公开(公告)号:CN118042529A

    公开(公告)日:2024-05-14

    申请号:CN202410292795.1

    申请日:2024-03-14

    Abstract: 本发明公开了一种基于无人机(Unmanned Aerial Vehicle,UAV)携带智能反射面(Intelligent Reflective Surface,IRS)辅助用户边缘计算(Edge Computing,EC)和无线充电的方法,包括如下步骤:基于实际情况建立远程能量发射站(Energy transmitter,ET)和物联网(Internet of Things,IoT)设备间存在UAV携带IRS辅助通信的模型,包括UAV‑IRS信道模型、能量消耗模型和能量收集(Energy Harvesting,EH)模型;设计优化问题定义目标函数;使用提出的强化学习算法EHEC‑SD3进行问题求解;在资源有限的环境下,联合考虑多个IoT设备、任务大小、能量发射站发射功率、IRS相移、IoT设备和UAV的移动等因素,最大限度保证IoT设备产生任务计算需求时进行能源补足,同时考虑能源的绿色可持续理念。最后,进行仿真实验选择IoT设备最优能量收集率并验证了改方法的有效性。

    一种基于边缘计算的高用户满意度节能任务卸载方法

    公开(公告)号:CN119629677A

    公开(公告)日:2025-03-14

    申请号:CN202411763411.6

    申请日:2024-12-03

    Abstract: 本发明属于智能数字计算技术领域,特别涉及一种基于边缘计算的高用户满意度节能任务卸载方法。本发明考虑将边缘计算赋能的智能数字孪生应用于用户密集区域,目的是提高用户隐私和低时延满意度并实现节能任务处理。本发明构建了一个智能数字孪生的低时延任务卸载节能架构,使用现实中的用户信息在边缘服务器中搭建孪生模型。采用智能反射面增强通信条件,考虑端设备带有动态电压频率调整技术以更好实现节能需求。由于数字孪生需要获取大量用户数据,为保障使用该框架用户的隐私性,采用差分隐私技术用户数据隐私性。

    基于矩阵补全和双策略图推理的药物-疾病关联预测方法

    公开(公告)号:CN119296637A

    公开(公告)日:2025-01-10

    申请号:CN202411844496.0

    申请日:2024-12-16

    Abstract: 本发明属于生物信息和计算机技术领域,特别涉及基于矩阵补全和双策略图推理的药物‑疾病关联预测方法。该方法首先计算药物和疾病的高斯核和拉普拉斯核相似度,然后使用非线性融合技术对其进行融合。该方法以药物‑疾病异构网络的邻接矩阵为目标矩阵,通过截断反正切秩最小化来增强药物‑疾病关联网络边缘的鲁棒性和可形成性。该方法主要关注药物和疾病的邻近节点,过滤掉更远节点的潜在噪声。此外,该方法基于药物‑疾病异构网络采用自上向下和自下向上的策略来预测药物‑疾病关联。双策略的协同作用可以增强对异构图中复杂结构和跨域关联的综合处理能力,保证网络中丰富的信息得到充分利用。

Patent Agency Ranking