-
公开(公告)号：CN113935467B
公开(公告)日：2024-05-07
申请号：CN202111218720.1
申请日：2021-10-19
Applicant: 吉林大学
IPC: G06N3/0455 , G06N3/082 , G06F18/213 , G06F18/214 , G06F18/25
Abstract: 本发明涉及一种基于迭代多尺度注意力网络的DAS井中勘探数据噪声抑制方法，属于地球物理技术领域。包括迭代多尺度注意力网络的建立，训练集的构建，迭代多尺度注意力网络的训练和DAS数据消噪处理。本发明合成数据和实际资料的去噪结果均表明，相比于带通滤波器和前馈去噪卷积神经网络，可以更有效地抑制DAS数据中的复杂噪声，提高其信噪比，恢复的信号在频率和幅度上都很接近于纯净信号，有利于后续的数据处理和解释。
-
公开(公告)号：CN113935467A
公开(公告)日：2022-01-14
申请号：CN202111218720.1
申请日：2021-10-19
Applicant: 吉林大学
Abstract: 本发明涉及一种基于迭代多尺度注意力网络的DAS井中勘探数据噪声抑制方法，属于地球物理技术领域。包括迭代多尺度注意力网络的建立，训练集的构建，迭代多尺度注意力网络的训练和DAS数据消噪处理。本发明合成数据和实际资料的去噪结果均表明，相比于带通滤波器和前馈去噪卷积神经网络，可以更有效地抑制DAS数据中的复杂噪声，提高其信噪比，恢复的信号在频率和幅度上都很接近于纯净信号，有利于后续的数据处理和解释。
-
公开(公告)号：CN110797084B
公开(公告)日：2021-05-25
申请号：CN201911073760.4
申请日：2019-11-06
Applicant: 吉林大学
Abstract: 基于深度神经网络的脑脊液蛋白质的预测方法属于人工智能与大数据技术领域。本发明将现有文献和数据库的脑脊液中已经被生物实验验证的蛋白质列表作为模型训练的正样本；在Pfam蛋白质家族信息数据库中删除正样本对应的蛋白质家族信息，在剩余的蛋白质家族信息数据库中查找家族中蛋白质数量超过10个的蛋白质家族，从这些蛋白质家族中随机选取10个蛋白质信息作为模型训练的负样本。将正样本和负样本数据分成训练集、验证集和测试集。对蛋白质特征进行特征选择，搭建模型，用训练集训练模型，验证集进行调参，测试集进行性能评价。输入为蛋白特征，输出为预测结果。提高了脑脊液预测的准确率，最终实现脑脊液蛋白的预测。
-
公开(公告)号：CN114831975A
公开(公告)日：2022-08-02
申请号：CN202210503947.9
申请日：2022-05-10
Applicant: 吉林大学
IPC: A61K31/155 , A61K31/194 , A61K33/44 , A61K35/30 , A61P25/00
Abstract: 本发明公开了一种二甲双胍碳点的制备方法及应用，涉及药物制备技术领域，该方法包括以下步骤：步骤S1将盐酸二甲双胍和柠檬酸分别溶解在去离子水中；步骤S2：两种混合液转移至高压反应釜体系中；反应结束后，取出反应体系冷却至室温，收集并得到反应溶液；步骤S3：将反应溶液采用滤膜过滤，收集并得到滤液；步骤S4：将步骤S3中的滤液用截留分子量为500Da的透析袋除去未反应的小分子化合物，最后冻干并获取二甲双胍碳点冻干样品。本发明的二甲双胍碳点制备过程中功能性小分子基本药效结构并未破坏仍能保留其药理活性，其不但可促进神经干细胞向神经元细胞分化,且相较于理论上同浓度的二甲双胍、柠檬酸及二者混合物促进神经元分化比例更佳。
-
公开(公告)号：CN110827922B
公开(公告)日：2021-04-16
申请号：CN201911073779.9
申请日：2019-11-06
Applicant: 吉林大学
Abstract: 一种基于循环神经网络的羊水蛋白质的预测方法属于大数据、人工智能技术领域。本发明将现有文献和数据库的羊水中已经被生物实验验证的蛋白质列表作为模型训练的正样本；在Pfam蛋白质家族信息数据库中删除正样本对应的蛋白质家族信息，在剩余的蛋白质家族信息数据库中查找家族中蛋白质数量超过5个的蛋白质家族，从这些蛋白质家族中随机选取5个蛋白质信息作为模型训练的负样本。将正样本和负样本数据分成训练集、验证集和测试集。对蛋白质特征进行特征选择，搭建模型，用训练集训练模型，验证集进行调参，测试集进行性能评价。输入为蛋白特征，输出为预测结果。提高了羊水预测的准确率，最终实现羊水蛋白的预测。
-
Patent Agency Ranking
公开(公告)号：CN110827923A
公开(公告)日：2020-02-21
申请号：CN201911073759.1
申请日：2019-11-06
Applicant: 吉林大学
Abstract: 一种基于卷积神经网络的精液蛋白质的预测方法属于大数据、人工智能技术领域。本发明将现有文献和数据库的精液中已经被生物实验验证的蛋白质列表作为模型训练的正样本；在Pfam蛋白质家族信息数据库中删除正样本对应的蛋白质家族信息，在剩余的蛋白质家族信息数据库中查找家族中蛋白质数量超过5个的蛋白质家族，从这些蛋白质家族中随机选取5个蛋白质信息作为模型训练的负样本。将正样本和负样本数据分成训练集、验证集和测试集。对蛋白质特征进行特征选择，搭建模型，用训练集训练模型，验证集进行调参，测试集进行性能评价。输入为蛋白特征，输出为预测结果，提高了精液预测的准确率，最终实现精液蛋白的预测。
-
公开(公告)号：CN110827922A
公开(公告)日：2020-02-21
申请号：CN201911073779.9
申请日：2019-11-06
Applicant: 吉林大学
Abstract: 一种基于循环神经网络的羊水蛋白质的预测方法属于大数据、人工智能技术领域。本发明将现有文献和数据库的羊水中已经被生物实验验证的蛋白质列表作为模型训练的正样本；在Pfam蛋白质家族信息数据库中删除正样本对应的蛋白质家族信息，在剩余的蛋白质家族信息数据库中查找家族中蛋白质数量超过5个的蛋白质家族，从这些蛋白质家族中随机选取5个蛋白质信息作为模型训练的负样本。将正样本和负样本数据分成训练集、验证集和测试集。对蛋白质特征进行特征选择，搭建模型，用训练集训练模型，验证集进行调参，测试集进行性能评价。输入为蛋白特征，输出为预测结果。提高了羊水预测的准确率，最终实现羊水蛋白的预测。
-
公开(公告)号：CN110058305A
公开(公告)日：2019-07-26
申请号：CN201910444172.0
申请日：2019-05-24
Applicant: 吉林大学
IPC: G01V1/28
Abstract: 本发明涉及一种基于卷积神经网络的DAS地震数据降噪方法，属于二维DAS地震数据的噪声消减方法。在卷积神经网络的基础上，通过改进网络结构与参数建立适用于DAS地震数据消噪处理的去噪网络模型，在网络的卷积层对有效信号与噪声的特征进行自动提取，进一步根据其特征差异实现DAS地震数据的智能去噪。本发明不仅可以有效的去除DAS地震数据中的噪声，而且很好的保护了反射同向轴信息，在提高DAS地震数据信噪比的同时使数据的分辨率与保真度不受影响，为后续反射振幅、速度以及频率信息的准确获取提供了有力保障，可以广泛应用于DAS地震数据的噪声压制。
-
公开(公告)号：CN107817527B
公开(公告)日：2019-02-12
申请号：CN201711053217.9
申请日：2017-10-31
Applicant: 吉林大学
IPC: G01V1/36
Abstract: 本发明涉及一种基于块稀疏压缩感知的沙漠地震勘探随机噪声压制方法，属于沙漠地震勘探环境下低频随机噪声消减的方法。通过对沙漠噪声非均匀等性质的研究，实现有效信号准确定位，利用块稀疏压缩感知算法充分考虑地震信号结构化块稀疏的特性，达到沙漠地区随机噪声压制的目的。本发明的优点是在达到消减沙漠随机噪声的目的前提下，有效地保持地震记录中有效反射波的幅值，提高地震资料的分辨率，为在复杂多变的沙漠环境下石油、天然气勘探的地震资料处理提供有利条件。
-
公开(公告)号：CN107817527A
公开(公告)日：2018-03-20
申请号：CN201711053217.9
申请日：2017-10-31
Applicant: 吉林大学
IPC: G01V1/36
CPC classification number: G01V1/364 , G01V2210/324
Abstract: 本发明涉及一种基于块稀疏压缩感知的沙漠地震勘探随机噪声压制方法，属于沙漠地震勘探环境下低频随机噪声消减的方法。通过对沙漠噪声非均匀等性质的研究，实现有效信号准确定位，利用块稀疏压缩感知算法充分考虑地震信号结构化块稀疏的特性，达到沙漠地区随机噪声压制的目的。本发明的优点是在达到消减沙漠随机噪声的目的前提下，有效地保持地震记录中有效反射波的幅值，提高地震资料的分辨率，为在复杂多变的沙漠环境下石油、天然气勘探的地震资料处理提供有利条件。
-
-
-
-
-
-
-
-
-
Search Results
24
records
(took 0.021 seconds)
