一种基于残差图卷积神经网络RNA-蛋白质结合位点判别方法

    公开(公告)号:CN113241117B

    公开(公告)日:2024-05-31

    申请号:CN202110556914.6

    申请日:2021-05-21

    Abstract: 本发明公开了一种基于残差图卷积神经网络RNA‑蛋白质结合位点判别方法,首先将原始数据映射为图结构数据借此挖掘碱基之间可能存在的隐性关联,然后运用残差图卷积神经网络对映射处理后的节点信号进行特征提取生成对应的特征向量,最后以此特征向量作为下游分类任务的输入。残差连接的思想可以缓解深层神经网络训练中存在的网络退化和梯度消失问题,使模型较之传统的深层网络更易优化且判别精度更高。创造性地使用了图卷积神经网络结合残差神经网络思想对RNA‑蛋白质结合位点进行判别分析,提出ResGCN_RNA深度学习模型,为挖掘RNA上蛋白质结合位点各类碱基之间的潜在关系。

    基于PSO-GA-LSTM模型的空气质量预测方法

    公开(公告)号:CN116757057A

    公开(公告)日:2023-09-15

    申请号:CN202310317140.0

    申请日:2023-03-25

    Abstract: 本发明公开了基于PSO‑GA‑LSTM模型的空气质量预测方法,首先将序列数据进行预处理,然后利用粒子群算法优化LSTM模型超参数,从而确定LSTM模型的网络结构;利用遗传算法优化LSTM模型初始的权值阈值,确定LSTM模型的权值阈值。最后将利用最佳超参数和最佳权值阈值,建立LSTM模型,对空气质量时间序列数据进行训练并预测。本发明克服了传统的预测方法预测过程中精度不高的问题,且利用粒子群和遗传算法对LSTM参数进行优化,避免模型陷入局部最优解的问题,提高了预测收敛速度。最终实现了对空气质量时间序列的预测,更精确预测空气质量变化的趋势。

    一种基于改进型Boruta算法的特征选择方法

    公开(公告)号:CN115905831A

    公开(公告)日:2023-04-04

    申请号:CN202211432737.1

    申请日:2022-11-16

    Abstract: 本发明提供了一种基于改进型Boruta算法的特征选择方法,步骤为:输入无缺失值的音乐情感识别真实特征集和音乐情感类别标签,初始化最优特征子集、最高分类准确率;生成影子特征集和混合特征集;基于混合特征集构建随机森林分类模型;计算所有特征的重要性得分;标记真实特征是否“重要”;基于分类准确率保存“重要”特征到最优特征子集中;更新真实特征集,重复上述步骤,直到所有的真实特征被标记为“重要”或者“不重要”;最后输出最优特征子集中的特征。本发明针对Boruta算法没有考虑特征的平均减少基尼系数和预测准确率的问题,基于平均减少精度、平均减少基尼系数以及准确率来综合选择特征,实验证明,本方法有更好的降维效果,更高的分类准确率。

    一种面向节点多维表征的图神经网络链接预测方法

    公开(公告)号:CN115618925A

    公开(公告)日:2023-01-17

    申请号:CN202211394775.2

    申请日:2022-11-01

    Abstract: 一种面向节点多维表征的图神经网络链接预测方法属于推荐系统技术领域。首先,利用中文语料库对节点属性特征信息进行中文分词,扩增节点的语义表征。同时,建立预训练直推式图卷积算法,得到另一维节点表征。然后,通过自定义初始化权重系数实现两节点特征向量的拼接,完成节点语义向量和预训练向量在用户侧和物品侧向量空间映射。运用归纳式图卷积神经网络算法SAGE实现邻居节点采样和聚合,在SAGE框架中添加了节点度的信息,提高度小的节点被采样的概率,降低度大的节点被采样的概率。利用机器学习分类算法LGB作为下游分类任务,进而实现多模态跨领域的链接预测任务。

    一种基于多尺度生成对抗网络的小样本高质量生成的方法

    公开(公告)号:CN115482434A

    公开(公告)日:2022-12-16

    申请号:CN202211132539.3

    申请日:2022-09-17

    Abstract: 一种基于多尺度生成对抗网络的小样本高质量生成的方法属于计算机视觉领域,研究了一种针对可以在小样本数据集上生成高分辨率图像的方法。首先利用基于全卷积神经网络构建的生成器,得到生成图像。然后利用基于全卷积神经网络构建的判别器,在隐式上对于图像进行增广,分别对生成图片和真实图像计算距离指标。生成器和判别器组成单层尺度下的图像生成模型。利用图像生成模型构建多层尺度结构,从低到高处理图像的尺寸逐步增大。最后逐层进行动态博弈实现生成图像分布向真实图像分布拟合。本发明解决了小样本的数据集少和生成图像清晰度不够的问题。

    一种基于自注意力卷积的核糖核酸-蛋白质位点识别方法

    公开(公告)号:CN114464249A

    公开(公告)日:2022-05-10

    申请号:CN202111669140.4

    申请日:2021-12-31

    Abstract: 本发明公开了一种基于自注意力卷积的核糖核酸‑蛋白质位点识别方法,从相关公开数据集库或相关公开数据网站获取RBP结合位点序列数据;预处理数据集,利用独热编码对数据进行重新编码,作为模型的输入数据将处理好的训练集数据输入到模型当中,利用损失函数和反向传播算法自更新模型参数。通过设置的好的早停法,获取最优模型并保存该模型。整体完成后利用测试集进行测试。本发明通过多头自注意力机制捕获全局特征,有效的弥补卷积方法只能关注局部特征的问题,在有效降低模型参数量的同时仍可保持模型整体分析效果。

    基于K-means聚类算法及离散小波变换的无人超市客流量预测方法

    公开(公告)号:CN109325805B

    公开(公告)日:2022-03-11

    申请号:CN201811097765.6

    申请日:2018-09-20

    Abstract: 本本发明公开一种基于K‑means聚类算法及离散小波变换的无人超市客流量预测方法,包括:获取用户的流量数据,所述流量数据包括客流量数据;将所述流量数据按照时间特征和店铺特征进行序列化形成多个时间序列;通过聚类算法对历史数据进行聚类;通过基本统计学算法与所述多个时间序列数据,计算所述流量数据的均值方差增长率等;通过小波变换算法对所述多个时间序列数据进行分解处理,以获取时间序列子波;以及将所述时间序列子波,所述均值与所述方差及所述增长率作为特征值输入预测模型中,以获取所述用户在预定时间段中的流量数据预测值。本发明能够对未来无人超市客流量进行有效预测,并对商家经营模式起到指导作用。

    一种基于残差图卷积神经网络RNA-蛋白质结合位点判别方法

    公开(公告)号:CN113241117A

    公开(公告)日:2021-08-10

    申请号:CN202110556914.6

    申请日:2021-05-21

    Abstract: 本发明公开了一种基于残差图卷积神经网络RNA‑蛋白质结合位点判别方法,首先将原始数据映射为图结构数据借此挖掘碱基之间可能存在的隐性关联,然后运用残差图卷积神经网络对映射处理后的节点信号进行特征提取生成对应的特征向量,最后以此特征向量作为下游分类任务的输入。残差连接的思想可以缓解深层神经网络训练中存在的网络退化和梯度消失问题,使模型较之传统的深层网络更易优化且判别精度更高。创造性地使用了图卷积神经网络结合残差神经网络思想对RNA‑蛋白质结合位点进行判别分析,提出ResGCN_RNA深度学习模型,为挖掘RNA上蛋白质结合位点各类碱基之间的潜在关系。

    一种面向目标的多模态情感分类方法

    公开(公告)号:CN113065577A

    公开(公告)日:2021-07-02

    申请号:CN202110258627.7

    申请日:2021-03-09

    Inventor: 刘博 徐毓笑

    Abstract: 本发明公开了一种面向目标的多模态情感分类方法,通过迁移学习,使用最新预训练模型对文本和图片进行初步特征提取,利用注意力机制分别实现突出图片关键区域和文本关键词的进一步特征提取,将单个模态特征进行早期融合后,输入到自注意力网络中学习各模态之间的交互作用,确定各模态的贡献程度,融合后的特征向量输入到分类器中得到情感分类的结果。本模型很好的融合了各个单模态特征,有效的挖掘了互联网社交媒体评论中所表达的情感信息,从而提高了多模态情感识别的准确率。

    一种改进的命名实体识别方法

    公开(公告)号:CN113033148A

    公开(公告)日:2021-06-25

    申请号:CN202110235522.X

    申请日:2021-03-03

    Inventor: 刘博 苏卓

    Abstract: 本发明公开了一种改进的命名实体识别方法,首先提出不再使用偏旁部首或者笔画等方式对字进行字形的获取,而是将字转化为图片的形式,转变为图像处理,可以从更形象的角度更充分的捕捉汉字的字形特征。通过将形成的图像通过预训练模型,快速地得到结果,一定程度上解决了汉字训练数据少的问题。将拼音不作为一整块进行编码,而是将拼音按发音成分拆封成声母、韵母、声调来进行编码,一定程度上更好地捕捉了汉字的字音特征。本发明通过将albert中在命名实体识别任务中重要的四层进行了选择与拼接,实现了对albert模型的微调,提高了模型性能。

Patent Agency Ranking