-
公开(公告)号：CN118280601A
公开(公告)日：2024-07-02
申请号：CN202410407251.5
申请日：2024-04-07
Applicant: 佛山科学技术学院
IPC: G16H70/40 , G06N3/0895 , G06N3/084 , G06F18/23 , G06F18/213 , G06F18/15
Abstract: 本发明涉及药物敏感性评估技术领域，具体公开了一种基于半监督学习的抗癌药物敏感性评估方法，该方法包括：获取基础数据，并对所述基础数据进行预处理，获得初始特征；基于半监督多任务深度神经网络框架以及所述初始特征，构建抗癌药物敏感性评估模型；基于所述抗癌药物敏感性评估模型，结合蒙特卡洛和积分梯度算法，获取初始特征对药物敏感性的贡献度。本发明通过综合多任务学习框架，能够在不同任务之间共享特征表示，从不同角度优化神经网络，从而提高模型的准确性和稳健性，并引入蒙特卡洛和积分梯度算法，解决了深度学习模型的黑盒问题，提供了特征可解释性，帮助研究人员理解模型的计算过程，从而能够发现影响最终结果的关键特征的优点。
-
公开(公告)号：CN117153325B
公开(公告)日：2024-01-30
申请号：CN202311413214.7
申请日：2023-10-30
Applicant: 佛山科学技术学院
IPC: G16H20/10 , G16B25/10 , G16H70/40 , G06N3/042 , G06N3/0464 , G06N3/096 , G06N5/01 , G06F18/243
Abstract: 本发明涉及药物有效性评估技术领域，具体公开了一种基于图对比学习的抗癌药物有效性评估方法及系统，所述的一种基于图对比学习的抗癌药物有效性评估方法，其包括：S1：获取基础数据，并对所述基础数据进行预处理，获得初始数据；S2：基于结合迁移学习策略的图对比学习神经网络对所述初始数据进行特征提取以及重构，获得基因表达特征；S3：将所述基因表达特征与对应的药物有效性数据结合配对，获得合并数据集；S4：将所述合并数据集输入随机森林分类模型，获得药物有效性预测结果。本发明具有能够提高算法在小样本情况下的学习效率，从而提高药物有效性预测的准确性和稳健性的优点。
-
公开(公告)号：CN116151416A
公开(公告)日：2023-05-23
申请号：CN202211497220.0
申请日：2022-11-25
Applicant: 佛山科学技术学院
IPC: G06Q10/04 , G06Q10/0631 , G06Q50/06 , G06Q50/04
Abstract: 本发明公开了一种基于超多目标的智能工厂能源优化方法、设备及存储介质，涉及能源优化技术领域，方法包括：在源域固定机制下的多个目标域场景中创建多个匹配智能工厂车间的能耗类目；通过公共特征提取器对目标域数据进行公共特征提取，以将目标域数据与能耗类目进行匹配；通过目标域特征提取器对目标域数据进行目标域局部自适应处理，以生成目标域局部自适应数据；将目标域局部自适应数据输入目标域分类器，以输出目标域源域样本集；对目标域源域样本集进行数据分析，将经数据分析后的目标域源域样本集与能耗类目录进行对比以输出优化提示。采用本发明，可增强面向智能工厂制造中的协同性，避免重复调度优化，节省生产成本。
-
公开(公告)号：CN114371657A
公开(公告)日：2022-04-19
申请号：CN202111596368.5
申请日：2021-12-24
Applicant: 佛山科学技术学院
IPC: G05B19/048
Abstract: 本发明实施例提供一种机械设备集群控制系统及控制方法，涉及设备操控技术领域。该机械设备集群控制系统及控制方法，包括实时控制模块、控制中心模块、北斗定位模块、5G基站与移动设备端，所述实时控制模块通过5G信号连接控制中心模块，所述控制中心模块通过5G信号连接北斗定位模块。通过收集的各种参数数据经5G通讯模块反馈至控制中心模块，再经5G通讯反馈至数据显示单元展示出来，控制中心模块根据数据监测数据对比运行轨迹并实时生成警报数据信息，同时经5G通讯发送至被控设备单元利用5G通讯实时发送接收被控设备单元的状态信息，移动设备端之间能够互相通信并获取对方的参数信息，能够相互识别判断，使机械设备协作运行。
-
公开(公告)号：CN112100797A
公开(公告)日：2020-12-18
申请号：CN201911295155.1
申请日：2019-12-16
Applicant: 佛山科学技术学院
IPC: G06F30/20
Abstract: 本发明公开了基于结构模型的互联网拓扑仿真生成方法及系统，以网络拓扑的拓扑特征参数为输入，设计拓扑仿真方法，为互联网仿真系统的网络仿真和路由应用提供必要的技术保障，以网络拓扑分解结构在真实拓扑历史演化进程上的稳定不变特征参数为输入仿真生成网络拓扑结构。此外，相对于其它的网络拓扑仿真生成技术本公开的输入实/虚连接组件的特征参数特征种类更加丰富，因此能够得到更加精确的网络拓扑仿真生成结果，相对于传统仿真工具,能够更精确地捕获网络拓扑局部结构的演化稳定特征，从而生成更接近于真实网络的仿真拓扑结构，能够为路由协议、资源定位等互联网技术的研发与测试提供更逼真的仿真拓扑环境。
-
Patent Agency Ranking
公开(公告)号：CN108335012A
公开(公告)日：2018-07-27
申请号：CN201711433054.7
申请日：2017-12-26
Applicant: 佛山科学技术学院 , 佛山市有义家科技有限公司
IPC: G06Q10/06
Abstract: 本发明公开了一种智能遥感卫星层次化分布式自主协同任务规划系统，其包括多星任务协调器和星上调度器，所述多星任务协调器将待分配任务集合中的任务分配给下辖的多颗智能卫星并将任务处理成星上调度器直接识别的元任务，各智能卫星利用其星上调度器对被分配的新任务和已有任务进行统一调度，其中，所述多星任务协调器在进行任务分配之前，预先估计相关星上调度器的调度结果，并以此作为任务分配的依据。本发明成功地攻关了成像任务可调度性预测、高维空间下的多任务多资源动态调度、精细化规划与调度算法设计的关键科学问题和技术难题，使多星自主协同任务规划技术能够更好地应用于国防建设领域，并促进了分配方案的合理化和资源使用的高效化。
-
公开(公告)号：CN108333922A
公开(公告)日：2018-07-27
申请号：CN201711433016.1
申请日：2017-12-26
Applicant: 佛山科学技术学院 , 佛山市有义家科技有限公司
CPC classification number: G05B13/042 , G06N5/04
Abstract: 本发明公开了一种基于智能优化与约束推理的单星自主任务规划方法，其采用智能优化算法与推理引擎相结合的方法求解框架，智能优化算法包括任务排序步骤、任务分解步骤和活动机会搜索步骤，任务分解步骤将排序后的任务分解成结构化或部分序的活动图，活动机会搜索步骤对成像子任务和成像方向调整子任务进行调度以获取准最优解，推理引擎基于活动图中的逻辑关系、时间和卫星资源约束针对准最优解进行冲突检查，如果存在冲突，根据冲突情况优化所述准最优解，并对优化后的准最优解进行局部搜索，以再次获得准最优解，并再次进行冲突检查，直到核验结果通过，或者达到设定的最大迭代次数。本发明以较少的计算量，产生了更好的任务规划结果。
-
公开(公告)号：CN108256671A
公开(公告)日：2018-07-06
申请号：CN201711430693.8
申请日：2017-12-26
Applicant: 佛山科学技术学院 , 佛山市有义家科技有限公司
Abstract: 本发明公开了一种基于学习型遗传算法的多任务多资源滚动分配方法，其采用滚动时域控制原理，构建多任务多资源动态滚动分配机制，包括确定预测窗口、滚动窗口、分配子问题和滚动机制要素；通过当前预测窗口对任务信息实时更新，在预测窗口基础上确定当前滚动窗口；分配子问题是在每个规划时刻，根据当前滚动窗口构造的局部分配问题；滚动机制用于确定分配子问题求解后分配方案结束的执行位置和下一个规划时刻；通过滚动分配机制将复杂动态分配问题转化为滚动更新的静态分配问题。本发明采用滚动式动态规划把复杂的动态调度问题分解为多个简单的静态调度子问题，再对子问题的优化解进行组合，从而代替原问题的最优解，大大降低了原问题的求解难度。
-
公开(公告)号：CN112055394B
公开(公告)日：2023-01-24
申请号：CN201910490462.9
申请日：2019-06-06
Applicant: 佛山科学技术学院
Abstract: 本发明公开了快速包含排除的无线传感器网络分簇路由方法及系统，提供一种快速包含排除的无线传感器网络分簇路由方法及系统，通过实时监测簇区内是否发生节点的新增事件或删除事件，进而重新进行簇头选举，并通过计算选举得到的簇头节点到汇聚节点的路由链路的可靠性进而判断是否簇头选举成功，使得最终得到的簇头节点在区域内是可靠性最佳的，能够快速动态的移除节点或者添加新的节点到传感器网络中，保持了LEACH算法或HEED算法等层次型拓扑分簇算法的网络的高寿命，电池耗损基本与HEED算法相同，网络通信的可靠性也得到了保障，网络传输丢包率低于普通的HEED算法。
-
公开(公告)号：CN112104474B
公开(公告)日：2021-06-01
申请号：CN201911296306.5
申请日：2019-12-16
Applicant: 佛山科学技术学院
IPC: H04L12/24
Abstract: 本发明公开了基于结构模型的互联网拓扑特征提取方法及系统，将AS级网络拓扑细化分解为十六个不同的实连接和虚连接组件，并以互联网历史演化进程上连续探测的不同时刻拓扑图序列为输入，提取这十六个组件的稳定特征参数，从而引导拓扑仿真子系统的拓扑参数配置，得到能够精确仿真生成过去、当前和未来任意时刻网络拓扑结构的结果通过AS级网络拓扑结构十六个实/虚组件的细粒度分解，能够捕获网络的稳定特征参数，从而为各种网络拓扑在过去、当前和未来状态的精确仿真提供更精细的特征参数配置功能。
-
-
-
-
-
-
-
-
-
Search Results
75
records
(took 0.057 seconds)
