-
公开(公告)号：CN117632041A
公开(公告)日：2024-03-01
申请号：CN202410102237.4
申请日：2024-01-25
Applicant: 国家计算机网络与信息安全管理中心天津分中心 , 国家计算机网络与信息安全管理中心 , 南开大学
Inventor： 贾云刚 , 刘健 , 刘铭 , 许光全 , 闫莉莉 , 李鹏霄 , 光炫 , 贺欣 , 朱佳伟 , 李晓华 , 赵志云 , 井雅琪 , 吕东 , 马宏远 , 张震 , 段东圣 , 高一骄 , 刘秀龙 , 孙捷 , 孙海亮
IPC: G06F3/06 , G06F11/10 , H04L67/1097
Abstract: 本发明提供一种基于再生码的分布式存储方法、装置和电子设备，属于分布式存储技术领域。该方法包括：获取待存储的原始数据，确定原始数据对应的原始数据向量；确定分布式存储系统中各系统节点的编码矩阵以及分布式存储系统中各校验节点的编码矩阵；基于各系统节点的编码矩阵和原始数据向量分别确定各系统节点存储的第一再生码数据向量；基于各校验节点的编码矩阵和原始数据向量分别确定各校验节点存储的第二再生码数据向量。将第一再生码数据向量发送至对应的系统节点进行存储，将第二再生码数据向量发送至对应的校验节点进行存储。本方案通过以向量为单位进行存储，通信过程中是对每个单位向量整体进行编解码，节约了计算资源。
-
公开(公告)号：CN117574412A
公开(公告)日：2024-02-20
申请号：CN202410060420.2
申请日：2024-01-16
Applicant: 国家计算机网络与信息安全管理中心天津分中心 , 国家计算机网络与信息安全管理中心
Inventor： 贾云刚 , 王建礼 , 刘铭 , 许光全 , 李鹏霄 , 崔婧怡 , 刘健 , 段东圣 , 井雅琪 , 赵曦滨 , 赵志云 , 赵淳璐 , 贺欣 , 马宏远 , 张震 , 高一骄 , 武南南 , 孙捷 , 孙海亮 , 刘秀龙
Abstract: 本申请实施例提供一种多方隐私求交方法、装置和电子设备，涉及数据处理技术领域，应用于目标参与方，多个参与方包括目标参与方和其他参与方，该方法包括：依次接收其他参与方发送的多个隐私信息，各隐私信息包括其他参与方的签名信息和第一哈希表数据片段；基于多个隐私信息中的签名信息，对其他参与方的身份进行验证；在其他参与方的身份验证通过的情况下，基于多个第一哈希表数据片段和目标参与方的哈希表数据，确定其他参与方和目标参与方之间的隐私求交结果。这样在计算多个参与方的隐私求交结果时，可以有效地实现隐私求交结果的计算效率和参与方之间的通信效率的平衡。
-
公开(公告)号：CN117574412B
公开(公告)日：2024-04-02
申请号：CN202410060420.2
申请日：2024-01-16
Applicant: 国家计算机网络与信息安全管理中心天津分中心 , 国家计算机网络与信息安全管理中心
Inventor： 贾云刚 , 王建礼 , 刘铭 , 许光全 , 李鹏霄 , 崔婧怡 , 刘健 , 段东圣 , 井雅琪 , 赵曦滨 , 赵志云 , 赵淳璐 , 贺欣 , 马宏远 , 张震 , 高一骄 , 武南南 , 孙捷 , 孙海亮 , 刘秀龙
Abstract: 本申请实施例提供一种多方隐私求交方法、装置和电子设备，涉及数据处理技术领域，应用于目标参与方，多个参与方包括目标参与方和其他参与方，该方法包括：依次接收其他参与方发送的多个隐私信息，各隐私信息包括其他参与方的签名信息和第一哈希表数据片段；基于多个隐私信息中的签名信息，对其他参与方的身份进行验证；在其他参与方的身份验证通过的情况下，基于多个第一哈希表数据片段和目标参与方的哈希表数据，确定其他参与方和目标参与方之间的隐私求交结果。这样在计算多个参与方的隐私求交结果时，可以有效地实现隐私求交结果的计算效率和参与方之间的通信效率的平衡。
-
公开(公告)号：CN108647725A
公开(公告)日：2018-10-12
申请号：CN201810449021.X
申请日：2018-05-11
Applicant: 国家计算机网络与信息安全管理中心 , 北京大学
Abstract: 本发明公开了一种实现静态隐马尔科夫模型推理的神经电路，本发明赢者通吃电路(Winner-take-all,WTA)电路可以实现静态隐马尔可夫模型的近似最优推理，网络中的脉冲神经元可以不断地累积证据，即通过新的证据更新后验概率；WTA电路中的竞争机制可以对分布进行归一化。
-
公开(公告)号：CN108647715A
公开(公告)日：2018-10-12
申请号：CN201810437038.3
申请日：2018-05-09
Applicant: 国家计算机网络与信息安全管理中心 , 北京大学
CPC classification number: G06K9/6278 , G06N5/04
Abstract: 本发明公开了一种基于概率矩阵分解的贝叶斯网络推理方法，包括概率矩阵分解、概率矩阵分解算法和基于概率矩阵分解的贝叶斯网络推理方法三个步骤，该方法可以用于分析变量间的独立性和确定性关系，本文证明了贝叶斯网络的联合概率分布可以等价表示为一系列子图联合概率分布的线性组合，在此基础上，提出了一个新的推理框架，在这个新的框架下，任意贝叶斯网络可以分解为若干带权重的贝叶斯子网络，如果原图被分解为树状子图，可以得到精确的推理结果；如果原图被分解为若干仍然带环的子图，近似推理的准确性高于主流的信度传播算法。
-
Patent Agency Ranking
公开(公告)号：CN108615264A
公开(公告)日：2018-10-02
申请号：CN201810437147.5
申请日：2018-05-09
Applicant: 国家计算机网络与信息安全管理中心 , 北京大学
Abstract: 本发明公开了一种基于对偶分解的三维相位解缠方法，包括问题定义和子问题并行求解，本发明一种基于对偶分解的三维相位解缠方法，提出了一个基于对偶分解的快速求解方法，利用对偶分解将原问题分解为若干可并行独立求解的简单子问题，通过优化对偶问题快速逼近原问题的解，实验表明，该算法在保证相同的求解准确度下，相比于直接优化原问题显著减少了运行时间。
-
公开(公告)号：CN112133368B
公开(公告)日：2024-02-23
申请号：CN202011090802.8
申请日：2020-10-13
Applicant: 南开大学
Abstract: 本发明公开了一种基于三代测序技术的宏基因组测序数据自动化分析方法，包括以下步骤：1）原始三代测序数据进行质量控制，得到clean reads；2）对clean reads拼接组装得到contigs序列；3）对contigs进行纠错优化；4）对优化后的contigs进行物种注释；5）基于物种丰度矩阵对样本多样性进行统计分析；6）基于物种丰度矩阵对样本组间差异显著物种进行统计分析；7）对优化后的contigs进行分箱；8）对分箱得到的bins进行基因注释；9）基于基因丰度矩阵对样本组间差异显著基因进行统计分析；10）基于基因注释结果，完成功能注释以及物种注释；本发明提供了从三代宏基因组测序数据处理到物种组成分析、基因组成分析与功能注释的分析方法，解决了宏基因组数据自动化精准分析难题。
-
公开(公告)号：CN116629123A
公开(公告)日：2023-08-22
申请号：CN202310601945.8
申请日：2023-05-25
Applicant: 南开大学
Abstract: 本发明属于单细胞多组学分析领域，提供了一种基于配对的单细胞多组学数据整合方法及系统，包括获取配对的单细胞多组学数据并进行预处理，得到不同组学的表达矩阵；基于不同组学的表达矩阵，利用预先训练好的伪孪生神经网络模型将不同组学的表达矩阵嵌入在同一维度空间下进行数据整合，得到整合后的单细胞多组学数据；在训练阶段基于不同组学的表达矩阵，利用不同的变分自编码器生成不同的细胞表达矩阵，该数据将有助于得到更好的预先训练好的孪生神经网络模型。本发明进行配对细胞联合嵌入时，消除了不同批次数据的批次效应问题，且保护了大量生物学信息，使得在低纬空间下的细胞类型分布更加明显，并保持了高水平的细胞对齐关系。
-
公开(公告)号：CN114944193A
公开(公告)日：2022-08-26
申请号：CN202210552093.3
申请日：2022-05-20
Applicant: 南开大学
Abstract: 本发明提出了整合单细胞转录组与空间转录组数据的分析方法及系统，包括：获取空间转录组数据，对空间转录组数据进行预处理；通过聚类方法将空间转录组数据中的采样点划分为若干个类别，每一个类别表示组织切片图像中一个组织区域；根据去污染后的空间基因表达数据，和空间聚类步骤的结果，筛选出在空间中具有差异性表达的基因；根据输入的单细胞数据进行分析，基于筛选出在空间中具有差异性表达的基因得出每个细胞亚群的表达模式；根据单细胞数据集中的细胞亚群表达模式，将所有spot的基因表达作为输入，获得细胞类型在各个组织区域中的分布。
-
公开(公告)号：CN113257365B
公开(公告)日：2022-07-12
申请号：CN202110579883.6
申请日：2021-05-26
Applicant: 南开大学
Abstract: 本公开提供了一种面向非标准化单细胞转录组测序数据的聚类方法及系统，获取单细胞转录组测序数据；对获取的测序数据进行预处理；对预处理后的测序数据进行降维和聚类处理，得到聚类结果；将聚类结果根据Spearman相关性由小到大或由大到小排列，从Spearman相关性变化最大的间隙处删除Spearman相关性小的聚类结果；取删除处理后的各个聚类结果的等价关系矩阵平均值进行层次聚类得到最终的聚类结果；本公开在聚类融合阶段前，使得参与聚类融合的聚类结果中和其它聚类结果差距较大的异常聚类结果被剔除，从而提升了聚类融合的性能。
-
-
-
-
-
-
-
-
-
Search Results
52
records
(took 0.124 seconds)
