一种基于R-CNN-GA的抗乳腺癌候选药物分类预测方法

    公开(公告)号:CN114627978A

    公开(公告)日:2022-06-14

    申请号:CN202210250734.X

    申请日:2022-03-15

    Abstract: 一种基于R‑CNN‑GA的抗乳腺癌候选药物分类预测方法,包括:基于RFE和RF的主特征提取,提取原始数据中对生物活性影响重要性最强的主要特征;基于CNN_FC的ERα生物活性的定量预测方法,通过选取主要的特征变量来预测化合物对应的IC50和PIC50值;基于CNN_FC的多标签分类预测方法,对数据中化合物的Caco‑2、CYP3A4、hERG、HOB、MN特性进行分类预测;以及基于遗传算法的多目标优化模型,优化选取有益的特征变量及其最优取值范围。本发明高精度地预测了IC50和PIC50的值,并对原始特征进行指标分类,并结合遗传算法进行优化,进一步选取抗乳腺癌候选药物有益的特征及其最优取值范围。

    一种基于孤立森林与WGAN网络的风电输出功率预测方法

    公开(公告)号:CN113298297A

    公开(公告)日:2021-08-24

    申请号:CN202110503783.5

    申请日:2021-05-10

    Abstract: 本发明一种基于孤立森林与WGAN网络的风电输出功率预测方法,包括基于孤立森林的风电原始数据异常值检测方法,用于自适应检测并剔除海量风电数据中的异常值;以及基于对抗生成网络的缺失值填补方法,用于探索风电数据的变化规律,从而填补风电数据的缺失值和上一步骤中剔除的异常值;以及面向海量风电数据的归一化方法,用于统一风电数据中不同特征的量纲;以及基于门控循环单元网络的风电功率预测方法,用于高精度超短期风电输出功率预测。本发明可高精度还原风电原始数据的缺失值和剔除的异常值,分析风电数据在时间序列上的变化情况,更好地对异常检测后的风电数据进行插值,得到完整的数据集,准确预测超短期风电输出功率。

    一种基于R-CNN-GA的抗乳腺癌候选药物分类预测方法

    公开(公告)号:CN114627978B

    公开(公告)日:2024-09-17

    申请号:CN202210250734.X

    申请日:2022-03-15

    Abstract: 一种基于R‑CNN‑GA的抗乳腺癌候选药物分类预测方法,包括:基于RFE和RF的主特征提取,提取原始数据中对生物活性影响重要性最强的主要特征;基于CNN_FC的ERα生物活性的定量预测方法,通过选取主要的特征变量来预测化合物对应的IC50和PIC50值;基于CNN_FC的多标签分类预测方法,对数据中化合物的Caco‑2、CYP3A4、hERG、HOB、MN特性进行分类预测;以及基于遗传算法的多目标优化模型,优化选取有益的特征变量及其最优取值范围。本发明高精度地预测了IC50和PIC50的值,并对原始特征进行指标分类,并结合遗传算法进行优化,进一步选取抗乳腺癌候选药物有益的特征及其最优取值范围。

    一种氮氟共掺杂碳负载锌钼双原子氧还原催化剂及其制备方法和应用

    公开(公告)号:CN118553937A

    公开(公告)日:2024-08-27

    申请号:CN202411027436.X

    申请日:2024-07-30

    Abstract: 本发明属于氧还原催化剂技术领域,提供了一种氮氟共掺杂碳负载锌钼双原子氧还原催化剂及其制备方法和应用。本发明的制备方法包含:将含氮生物质和氟源研磨,得到的混合物在氩气气氛下进行热解,得到氮氟共掺杂碳载体;将氮氟共掺杂碳载体、锌源、钼源和溶剂混合后顺次进行浸渍、真空干燥,得到混合物粉末;将混合物粉末在氩气气氛下进行热解,得到氮氟共掺杂碳负载锌钼双原子氧还原催化剂。氮氟共掺杂碳负载锌钼双原子氧还原催化剂中,锌原子的空间隔离作用有效避免了热解过程中低活性钼基金属纳米颗粒的形成;同时,氟原子掺杂能够调节钼原子的d带电子结构,优化Mo‑Nx位点对氧还原中间体的吸附强度,从而改善本征催化活性。

    一种基于P_LSTNet与加权Markov校验的风电输出功率预测方法

    公开(公告)号:CN113988414B

    公开(公告)日:2024-05-28

    申请号:CN202111258373.5

    申请日:2021-10-27

    Abstract: 本发明提供一种基于P_LSTNet与加权Markov校验的风电输出功率预测方法。该方法包括基于主成分分析的数据降维方法和时间滑动窗口的输入数据集构建方法,用于对原始风电数据集进行数据降维和构建输入数据集;以及基于P_LSTNet模型的初步风电输出功率预测方法,用于通过输入的初始风电数据预测初步风电输出功率预测值,充分提取原始数据中的短期特征、长期特征及线性特征;以及基于加权Markov和K‑means++算法的误差值校验,用于提高现有模型预测精准度低下的问题。该发明在充分提取历史风电功率数据的基础上,初步高精度的预测了风电输出功率,并结合加权Markov chain链进一步校验预测误差,并进行误差填补,进一步提高了风电输出功率预测的精准度。

    一种基于P_LSTNet与加权Markov校验的风电输出功率预测方法

    公开(公告)号:CN113988414A

    公开(公告)日:2022-01-28

    申请号:CN202111258373.5

    申请日:2021-10-27

    Abstract: 本发明提供一种基于P_LSTNet与加权Markov校验的风电输出功率预测方法。该方法包括基于主成分分析的数据降维方法和时间滑动窗口的输入数据集构建方法,用于对原始风电数据集进行数据降维和构建输入数据集;以及基于P_LSTNet模型的初步风电输出功率预测方法,用于通过输入的初始风电数据预测初步风电输出功率预测值,充分提取原始数据中的短期特征、长期特征及线性特征;以及基于加权Markov和K‑means++算法的误差值校验,用于提高现有模型预测精准度低下的问题。该发明在充分提取历史风电功率数据的基础上,初步高精度的预测了风电输出功率,并结合加权Markov chain链进一步校验预测误差,并进行误差填补,进一步提高了风电输出功率预测的精准度。

    一种氮氟共掺杂碳负载锌钼双原子氧还原催化剂及其制备方法和应用

    公开(公告)号:CN118553937B

    公开(公告)日:2024-11-01

    申请号:CN202411027436.X

    申请日:2024-07-30

    Abstract: 本发明属于氧还原催化剂技术领域,提供了一种氮氟共掺杂碳负载锌钼双原子氧还原催化剂及其制备方法和应用。本发明的制备方法包含:将含氮生物质和氟源研磨,得到的混合物在氩气气氛下进行热解,得到氮氟共掺杂碳载体;将氮氟共掺杂碳载体、锌源、钼源和溶剂混合后顺次进行浸渍、真空干燥,得到混合物粉末;将混合物粉末在氩气气氛下进行热解,得到氮氟共掺杂碳负载锌钼双原子氧还原催化剂。氮氟共掺杂碳负载锌钼双原子氧还原催化剂中,锌原子的空间隔离作用有效避免了热解过程中低活性钼基金属纳米颗粒的形成;同时,氟原子掺杂能够调节钼原子的d带电子结构,优化Mo‑Nx位点对氧还原中间体的吸附强度,从而改善本征催化活性。

    风电功率预测方法
    10.
    发明公开

    公开(公告)号:CN114692950A

    公开(公告)日:2022-07-01

    申请号:CN202210209056.2

    申请日:2022-03-03

    Abstract: 一种风电功率预测方法,以风电场传感器所接收的原始数据构成原始时间序列集,构建掩码矩阵,然后将原始时间序列集编码至隐藏空间,将隐藏单元传入基于门控循环单元的生成对抗网络,生成伪时间序列集;将伪时间序列集处理后与原始时间序列集通过所述生成对抗网络的鉴别器比对,当均方根误差小于设定阈值时,使用伪时间序列集中的数据插补到原时间序列集的空缺中,形成完整的新时间序列集;利用新时间序列集对风电功率进行预测。本发明可保障短期风电功率预测的运算效率与结果准确度。

Patent Agency Ranking