公开(公告)号：CN118314962A

公开(公告)日：2024-07-09

申请号：CN202410456975.9

申请日：2024-04-16

Applicant: 北京科技大学

Inventor： 艾冬梅 ,  杜洋 ,  李雨珈 ,  仲柯宏 ,  刘思倩 ,  张晓萌

IPC: G16B40/00 ,  G16B20/50 ,  G06F18/23 ,  G06F18/25 ,  G06F18/2415 ,  G06F18/22

Abstract: 本发明提供一种胃肠癌分型方法及系统，涉及数据处理技术领域，方法包括：获取样本数据集，样本数据集包括多个胃肠癌样本，每个胃肠癌样本包括多种生物学特征数据；根据各个样本包括的生物学特征数据，计算各个样本之间的相似度；根据各个样本之间的相似度，构建样本相似度网络；计算样本相似度网络的融合矩阵；通过一致性聚类算法，基于融合矩阵，对样本进行聚类分析，确定各个样本的胃肠癌分型。本发明可以通过样本相似性网络对多组生物学特征数据进行有效融合，将不同生物学特征的信息整合起来得到融合矩阵，通过一致性聚类算法对样本进行聚类分析，确定各个样本的胃肠癌分型，提升胃肠癌分型的准确性。

公开(公告)号：CN118643334A

公开(公告)日：2024-09-13

申请号：CN202410794854.5

申请日：2024-06-19

Applicant: 北京科技大学

Inventor： 艾冬梅 ,  刘思倩 ,  刘桂鹏 ,  徐晶 ,  李晔 ,  仲柯宏

IPC: G06F18/214 ,  G06F18/15 ,  G06N20/20

Abstract: 本发明提供一种差分进化与机器学习算法的低合金钢性能优化方法及装置，涉及机器学习技术领域。方法包括：获取低合金钢性能数据，并对所述低合金钢性能数据进行预处理及特征转化，获得第一数据后，通过差分进化算法与模型重要性排序的两阶段特征选择法，输出目标子集；后通过差分进化算法进行超参数寻化，构建机器学习模型，之后进行多目标优化算法，获得目标解集。通过差分进化算法进行超参数寻化，提高了快速筛选潜在的候选材料的效率，同时，降低了筛选潜在的候选材料的时间成本；接着通过多目标优化算法进行优化处理，快速有效地平衡碳钢抗拉强度与延展率的互斥性能，有助于找到不仅具有高强度而且具有足够延展性的材料，满足实际工程需求。

公开(公告)号：CN118643334B

公开(公告)日：2025-05-02

申请号：CN202410794854.5

申请日：2024-06-19

Applicant: 北京科技大学

Inventor： 艾冬梅 ,  刘思倩 ,  刘桂鹏 ,  徐晶 ,  李晔 ,  仲柯宏

IPC: G06F18/214 ,  G06F18/15 ,  G06N20/20

Abstract: 本发明提供一种差分进化与机器学习算法的低合金钢性能优化方法及装置，涉及机器学习技术领域。方法包括：获取低合金钢性能数据，并对所述低合金钢性能数据进行预处理及特征转化，获得第一数据后，通过差分进化算法与模型重要性排序的两阶段特征选择法，输出目标子集；后通过差分进化算法进行超参数寻化，构建机器学习模型，之后进行多目标优化算法，获得目标解集。通过差分进化算法进行超参数寻化，提高了快速筛选潜在的候选材料的效率，同时，降低了筛选潜在的候选材料的时间成本；接着通过多目标优化算法进行优化处理，快速有效地平衡碳钢抗拉强度与延展率的互斥性能，有助于找到不仅具有高强度而且具有足够延展性的材料，满足实际工程需求。

公开(公告)号：CN118709563A

公开(公告)日：2024-09-27

申请号：CN202410880421.1

申请日：2024-07-02

Applicant: 北京科技大学

Inventor： 艾冬梅 ,  仲柯宏 ,  吴绍禹 ,  李晔 ,  刘思倩

IPC: G06F30/27 ,  G06N3/094 ,  G06F111/06

Abstract: 本发明提供一种基于机器学习的高熵合金涂层优化方法及系统，涉及数据处理技术领域，方法包括：获取多种材料描述符；对材料描述符进行筛选；将涂层的工艺、成分和选择出的材料描述符作为输入，涂层性能作为输出，基于不同的机器学习模型建立输入与输出之间的映射关系；通过生成对抗网络，生成训练数据；通过训练数据对各个机器学习模型分别进行训练，选择表现最好的机器学习模型作为最终的预测模型；将预测模型作为多目标优化的代理模型，通过多目标优化，确定高熵合金涂层的最优组合参数。本发明通过生成对抗网络生成训练数据解决数据不平衡问题，为高熵合金涂层的设计与研发提供便利。