公开(公告)号：CN119905174A

公开(公告)日：2025-04-29

申请号：CN202411989199.5

申请日：2024-12-31

Applicant: 广东工业大学

Inventor： 顾国生 ,  伍浩伟 ,  黎凡 ,  杨珉浩 ,  项德杰 ,  江芡 ,  何炯星 ,  刘岩 ,  张勇豪 ,  苏庆 ,  林志毅

IPC: G16C20/70 ,  G06F18/213 ,  G06F18/25 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/082

Abstract: 本发明公开的属于生物医学技术领域，具体为一种基于多视图堆叠跳级图卷积网络的药物重定位方法，包括具体步骤如下：获取药物疾病关联数据，分别构成药物和疾病的邻接矩阵A、关联图G、药物和疾病的相似度矩阵Sr、Sd，并使用多层图卷积编码器块，将药物和疾病的相似度矩阵编码成高阶特征表示；构建双层级子图自注意力网络，结合节点层级和子图层级的特征，与图拓扑结构进行结构级融合。本发明在使用高阶节点信息时，能够提取到高阶节点的上下文信息，缓解了局部信息和全局信息的不一致性；本发明能够更全面利用深层信息，解决了网络在多层后无法区分药物疾病节点从而导致模型预测能力下降的问题。

公开(公告)号：CN119723060A

公开(公告)日：2025-03-28

申请号：CN202411911290.5

申请日：2024-12-24

Applicant: 广东工业大学

Inventor： 林志毅 ,  谢建辉 ,  何炯星 ,  刘岩 ,  谢国波

IPC: G06V10/25 ,  G06N3/0464 ,  G06V10/82 ,  G06V10/774 ,  G06V10/776 ,  G06V10/80 ,  G06V20/17

Abstract: 本发明公开的属于深度学习目标检测与输电线遥感图像结合技术领域，具体为一种基于ATP‑YOLOv8的输电线通道隐患遥感图像目标检测算法，包括具体步骤如下：无人机航拍获取输电线通道隐患遥感数据集，按照8：1：1的比例划分为训练集、验证集和测试集；设计MAM网络替代原有模型的C2f模块，扩充模型上下文感受野；构建一种混合注意力MHA模块，在通道和空间上对特征进行权重调整；设计更加适用于遥感目标的TBD模块，减少下采样过程中输电线隐患大小目标的特征损失。本发明通过设计MAM网络、MHA模块和TBD模块，显著增强了模型从图像特征图中捕获多尺度目标特征的能力。这些改进使模型在处理复杂背景下的输电线通道隐患遥感图像检测时具有更强的感知能力。