-
公开(公告)号：CN119724375A
公开(公告)日：2025-03-28
申请号：CN202411762114.X
申请日：2024-12-03
Applicant: 大连海事大学
IPC: G16B45/00 , G16B40/00 , G06N3/0464 , G06N3/045 , G06N3/08 , C12Q1/6883
Abstract: 本发明公开了一种利用外周组织DNA甲基化预测脑组织DNA甲基化的方法，包括：获取脑部外周组织DNA甲基化数据包括血液组织，口腔组织和唾液组织；使用卷积注意力机制模块提取脑部外周组织DNA甲基化数据的跨组织特征数据矩阵并分为训练集与测试集；引入ResNet‑18模型，使用混合池化层替换ResNet‑18网络模型的全局池化层，得到改进ResNet‑18模型；将训练集输入改进ResNet‑18模型进行训练，得到脑部组织DNA甲基化预测模型，使用十折交叉验证优化模型参数，得到优化后的脑部组织DNA甲基化预测模型；将测试集输入优化后的脑部组织DNA甲基化预测模型，得到预测的脑部组织DNA甲基化数据；本发明可以不通过脑组织获取脑组织DNA甲基化数据，且脑部外周组织样本获取简单，得到的数据结果稳定，精确。
-
公开(公告)号：CN111583990B
公开(公告)日：2023-12-15
申请号：CN202010323493.8
申请日：2020-04-22
Applicant: 大连海事大学
Abstract: 本发明提供一种结合稀疏回归和淘汰规则的基因调控网络推断方法，包括：读取基因表达数据；分别建立所述基因表达数据的稀疏回归模型；根据所述稀疏回归模型获取每个调控基因的权重和外部噪声，并建立所有调控基因的权重矩阵；对所述权重矩阵实施权重淘汰规则，按照所述淘汰规则去除权重绝对值较小的调控基因，并对基因表达数据中剩下的基因构建基因间的基因调控网络。本发明不仅可以快速地推断出基因调控网络，而且可以确定出具体的基因间的调控关系。通过结合先进的机器学习算法和优化规则，进而构造出更加准确且高效的数学模型来从基因表达数据中推断出基因调控网络。
-
公开(公告)号：CN117115227A
公开(公告)日：2023-11-24
申请号：CN202311081408.1
申请日：2023-08-25
Abstract: 本发明公开了一种基于局部特性约束的红外图像二维投影船舶偏转角估算方法，包括S1：提取红外船舶图像中船舶的轮廓信息，获取船舶的二值图像；S2：对所述船舶的二值图像按照预设旋转度数进行多次图像旋转，获得旋转图像集；S3：对所述旋转图像集中的各旋转图像进行水平投影，获取所述旋转图像中各行投影值；并基于所述各行投影值进行局部特性约束，获取优化投影图像；S5：根据所述优化投影图像的投影像素值估算船舶的偏转角；S6：基于所述估算的船舶偏转角与船舶实际测量偏转角进行估算性能评估；通过对红外图像的二维投影做线性约束，能有效地检测出船舶的偏转角度。
-
公开(公告)号：CN117095159A
公开(公告)日：2023-11-21
申请号：CN202311086466.3
申请日：2023-08-25
IPC: G06V10/25 , G06V10/46 , G06V10/82 , G06V10/75 , G06T17/00 , G06T7/70 , G06T5/00 , G06T3/60 , G06T3/00 , G06N3/0464 , G06N3/08 , G06T5/10
Abstract: 本发明公开了一种用于红外图像中舰船关键部位的智能识别方法，包括构建舰船先验信息数据库，基于舰船先验信息数据库在三维坐标系下建立各个舰船的三维实体模型及其关键部位，构建改进YOLOv7的红外舰船检测网络模型，获取舰船红外图像，根据模型将舰船红外图像中的舰船与海天背景进行分离并获取舰船特征信息，基于舰船特征信息建立舰船二维坐标系，获取分离后的舰船图像，对舰船图像进行灰度均衡化处理，对舰船图像中的舰船姿态进行估计，获取舰船图像中的关键部位，对二维坐标系下的舰船关键部位与舰船图像中的关键部位进行几何匹配并获取匹配结果。本发明实现了智能化、自动化地提取海面目标的关键部位，在与海面目标的实时侦察过程中进行快速监测。
-
公开(公告)号：CN114014038B
公开(公告)日：2023-07-18
申请号：CN202111396862.7
申请日：2021-11-23
Applicant: 大连海事大学
IPC: B65G67/60
Abstract: 本发明提供一种散货码头装船作业优化方法。本发明方法，包括：根据散货码头装船方案和装船作业工艺流程，建立散货码头装船作业调度优化的混合整数规划模型；基于建立的混合整数规划模型，并根据船舶需求、装船设备、堆场产品分布信息，设计基于启发式逻辑的Benders分解算法；基于设计的Benders分解算法，对建立的混合整数规划模型进行求解，得到优化后的装船作业调度方案。本发明的技术方案能够缩短所有船舶的装船作业完成时间，不仅可为每艘船舶分配合理的装船方案，还能避免各装船机之间作业冲突以及避免各取料机之间作业冲突。同时，本发明的技术方案在一定程度上可为散货码头装船作业提供辅助决策，对提高散货码头装船作业效率和服务水平具有重要价值。
-
Patent Agency Ranking
公开(公告)号：CN113283653A
公开(公告)日：2021-08-20
申请号：CN202110586239.1
申请日：2021-05-27
Applicant: 大连海事大学
Abstract: 本发明公开了一种基于机器学习和AIS数据的船舶轨迹预测方法，包括：对船舶历史AIS数据集进行预处理；对预处理后的AIS数据集按轨迹进行划分，以获取多条轨迹特征数据；再对轨迹特征数据中的错误数据进行检测和删除；对每条轨迹特征数据进行网格化处理，将每条轨迹特征数据内轨迹点的预测目标划分为八个邻域网格方向；建立基于xgboost算法的轨迹预测模型，通过轨迹预测模型对轨迹点进行预测。从而提高船舶运动方向预测的准确率。同时在数据集选取时，只要求传回的AIS数据位置信息在网格精度允许范围内即可认为数据有效，降低了对AIS数据的精确性要求。
-
公开(公告)号：CN106529206B
公开(公告)日：2019-02-22
申请号：CN201611186987.6
申请日：2016-12-20
Applicant: 大连海事大学
IPC: G16B15/00
Abstract: 本发明提供一种蛋白质二维结构图功能元件的自动布线方法，包括：获取蛋白质的长度、蛋白质结构图中的蛋白质功能元件数据，并保存，判断功能元件文件数据是否为空，若否，则读取功能元件文件数据；根据两个相邻的功能元件的位置的差与两个功能元件名称之间相对距离的最小差判断相邻功能元件的名称是否重叠，若是，则根据功能元件文件中功能元件位置，功能元件名称之间相对距离的最小差重新确定功能元件名称的横坐标最终位置，若否，则功能元件文本文件中的功能元件位置即是功能元件名称的横坐标最终位置；根据功能元件文件中的功能元件位置、功能元件名称的横坐标最终位置确定标注线的位置。本发明使得绘制蛋白质二维结构图快速精确。
-
公开(公告)号：CN113284612B
公开(公告)日：2024-04-16
申请号：CN202110560207.4
申请日：2021-05-21
Applicant: 大连海事大学
Abstract: 本发明公开了一种基于XGBoost算法的生存分析方法，通过在原有的XGBoost方法中优化了目标函数，使用带有惩罚项的Cox回归作为新的学习目标。根据生存数据定制一个特定的损失函数，推导出损失函数的一阶和二阶梯度。并采用带有L1惩罚项的Cox偏似然估计的Breslow近似，导出了梯度的简化数学表达式。根据此表达式通过决策树算法优化个体危险比率预测值，从而实现了基于基因表达数据的疾病患者存活率的准确预测以及其对高维数据的解释性和适应性，有效预测患者的生存状态。
-
公开(公告)号：CN111161799B
公开(公告)日：2023-12-15
申请号：CN201911353185.3
申请日：2019-12-24
Applicant: 大连海事大学
Abstract: 本发明实施例公开了一种基于多组学数据获取多基因风险评分的方法及系统，其包括输入多组学原始数据并对所述多组学原始数据进行预处理；将预处理后数据划分为训练集与验证集后，基于所述训练集创建线性回归模型，基于所述验证集对所述线性回归模型进行验证，在验证合格后选定出作为多基因风险评分的评分模型；对输入的待测数据进行评分。本发明解决了现有技术中数据来源缺乏多样性，那么就会对多基因风险评分的有效性存在一定的限制的弊端。
-
公开(公告)号：CN116825342A
公开(公告)日：2023-09-29
申请号：CN202310578600.5
申请日：2023-05-22
Applicant: 大连海事大学
IPC: G16H50/30 , G16H50/50 , G16H50/70 , G06F18/214 , G06F18/243 , G06F18/27
Abstract: 本发明公开了一种结合XGBoost和ElasticNet‑cox算法的生存预测方法，将带有ElasticNet的Cox模型与XGBoost算法结合来构建损失函数；通过ElasticNet‑cox的损失函数获得样本的个体危险比率预测值的一阶梯度与二阶梯度建立新的决策树；并通过训练样本集合训练所述新的决策树结合XGBoost框架来获取目标损失函数并优化个体危险比率的预测精度；保留训练后的新的决策树参数，并利用训练后的新的决策树获得测试样本集合计算性能指标；并选取性能指标最佳的决策树样本值，获取生存预测模型；再根据生存预测模型的个体危险比率预测值对个体样本未来的生存状态进行预测，XGBENC算法利用XGBoost算法学习表观基因组数据的非线性特性，结合了Cox回归模型与ElasticNet正则化，有效地对高维稀疏的基因表达数据进行处理。
-
-
-
-
-
-
-
-
-
Search Results
47
records
(took 0.023 seconds)
