-
公开(公告)号：CN115148303B
公开(公告)日：2024-11-01
申请号：CN202210690052.0
申请日：2022-06-17
Applicant: 广东工业大学
IPC: G16C20/70 , G16C20/20 , G16B30/00 , G16B40/00 , G06F18/22 , G06F18/2135 , G06F18/24 , G06N3/048 , G06N3/042 , G06N3/0895
Abstract: 本发明提出了一种基于规范化图神经网络的微生物‑药物关联预测方法，包括利用现有的微生物‑药物关联数据库构建微生物‑药物的关联网络；构建微生物‑药物的多模态属性图；根据微生物‑药物的关联网络和微生物‑药物的多模态属性图，建立引入正则化的图神经网络模型；利用现有的微生物‑药物关联数据库构建训练集和测试集，用训练集训练引入正则化的图神经网络模型；将测试集输入训练后的图神经网络模型，预测测试集中微生物‑药物的关联。本发明通过在神经网络模型中引入正则化，防止模型过拟合，从而解决孤立节点问题，从而提高微生物‑药物关联预测的准确性。
-
公开(公告)号：CN112801095A
公开(公告)日：2021-05-14
申请号：CN202110163054.X
申请日：2021-02-05
Applicant: 广东工业大学
Abstract: 本发明提供一种基于注意力机制的图神经网络集装箱文本识别方法，包括以下步骤：S1：获取包括原始集装箱场景的图像；S2：对所述原始集装箱场景的图像进行预处理，获取图像中的文本部分图像；S3：对图像中的文本部分图像进行特征提取；S4：将提取的特征送入预训练好的GTC识别网络，识别出文本信息；S5：输出文本信息。本发明通过将处理后的图像输入设计的迭代矫正网络，通过同一个矫正网络迭代地矫正图像，再通过GTC识别网络获取识别结果，达到世界先进的识别效果，且相对基于Attention的方法有很大的速度提升。
-
公开(公告)号：CN109543406A
公开(公告)日：2019-03-29
申请号：CN201811150736.1
申请日：2018-09-29
Applicant: 广东工业大学
Abstract: 本发明涉及一种基于XGBoost机器学习算法的Android恶意软件检测方法，首先通过反编译apk文件提取Permission，Intent，Component和API call特征，并量化组成特征矩阵，利用蚁群算法的并行性和较强的鲁棒性，对XGBoost分类器参数进行寻优，以求得最优目标并得到XGBoost的最优参数组合。该发明提出的改进的XGBoost机器学习算法与传统的XGBoost算法相比，在Android恶意软件检测时具有更高的分类精度,提高了恶意软件检测的正确率,降低了由于检测错误而导致Android系统遭受攻击的概率。
-
公开(公告)号：CN117423380A
公开(公告)日：2024-01-19
申请号：CN202311322872.5
申请日：2023-10-13
Applicant: 广东工业大学
IPC: G16B15/30 , G16B45/00 , G06N3/042 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种编码分子图结构关系的药物相互作用预测方法及系统，该方法包括：构建药物分子结构图；计算拉普拉斯矩阵，并对所述药物分子结构图中的节点赋予结构信息；基于图神经网络提取子结构信息；根据所述子结构信息，捕获药物分子信息和子结构交互信息并更新节点表示，聚合节点表示，得到图特征表示；计算所述药物对分子结构图的相似性；构建关系矩阵；根据所述图特征表示、所述相似性和关系矩阵进行预测。该系统包括：图结构构建模块、位置编码模块、子结构提取模块、聚合模块、相似性计算模块、关系矩阵构建模块和预测模块。通过使用本发明，能够增强对药物相互作用的理解和预测能力。本发明可广泛应用于模型预测领域。
-
公开(公告)号：CN114913916A
公开(公告)日：2022-08-16
申请号：CN202210411352.0
申请日：2022-04-19
Applicant: 广东工业大学
Abstract: 本发明实施例公开了一种预测新冠病毒适应药物的药物重定位方法，包括：步骤1：采用WKNKN算法处理人类药物‑病毒关联数据集；步骤2：分别计算药物和病毒的杰卡德相似性和高斯核相似性；步骤3：利用中心核对称多核学习方式进行整合，从而分别获得药物和病毒的综合相似性矩阵；步骤4：结合处理完的人类药物‑病毒关联数据集信息，通过压缩感知算法补全原人类药物‑病毒关联数据集中缺失的关联，得到预测概率矩阵；步骤5：作为药物‑病毒的预测结果矩阵。本发明结合中心核对称的多核学习模型的压缩感知方法去预测药物与疾病的潜在关联概率，并进行实验验证该方法作为寻找能与新冠病毒作用的药物研发辅助工具的可行性。
-
Patent Agency Ranking
公开(公告)号：CN110390211B
公开(公告)日：2021-09-21
申请号：CN201910695868.0
申请日：2019-07-30
Applicant: 广东工业大学
IPC: G06F21/62
Abstract: 本发明提供一种敏感属性数据的处理方法及系统，该方法为：获取用户数据集；基于准标识符属性和敏感属性，得到多个敏感属性子数据集；将多个敏感属性子数据集划分为多组敏感属性数据记录组；确定符合复合多敏感属性L‑多样性的第一敏感属性数据记录组，并确定不符合复合多敏感属性L‑多样性的第二敏感属性数据记录组；在不破坏复合多敏感属性L‑多样性的情况下，将第二敏感属性数据记录组中的数据添加至第一敏感属性数据记录组；将所有第一敏感属性数据记录组匿名化，得到多组匿名分组并进行随机排序，发布随机排序结果。打乱准标识符属性和敏感属性之间的对应关系，避免根据用户数据推测出用户的私人信息，保证个人信息的可用性和安全性。
-
公开(公告)号：CN110012024B
公开(公告)日：2021-07-06
申请号：CN201910304298.8
申请日：2019-04-16
Applicant: 广东工业大学
Abstract: 本申请所提供的一种数据共享方法，包括：私有云在接收到用户的属性值后，判断属性值与私有云中的访问控制树是否匹配；若是，则利用签名算法对属性值进行签名操作得到签名属性值，并将签名属性值发送至公有云；公有云在利用验证签名算法验证签名属性值通过后，将签名属性值对应的密文文件发送至用户。该方法将签名操作以及密文文件对应的签名属性值验证外包给混合云，即私有云进行签名操作，公有云进行签名属性值的验证，能够在实现用户数据安全以及共享数据的细粒度访问控制时，降低用户端的计算量。本申请还提供一种数据共享系统、设备及计算机可读存储介质，均具有上述有益效果。
-
公开(公告)号：CN110390211A
公开(公告)日：2019-10-29
申请号：CN201910695868.0
申请日：2019-07-30
Applicant: 广东工业大学
IPC: G06F21/62
Abstract: 本发明提供一种敏感属性数据的处理方法及系统，该方法为：获取用户数据集；基于准标识符属性和敏感属性，得到多个敏感属性子数据集；将多个敏感属性子数据集划分为多组敏感属性数据记录组；确定符合复合多敏感属性L-多样性的第一敏感属性数据记录组，并确定不符合复合多敏感属性L-多样性的第二敏感属性数据记录组；在不破坏复合多敏感属性L-多样性的情况下，将第二敏感属性数据记录组中的数据添加至第一敏感属性数据记录组；将所有第一敏感属性数据记录组匿名化，得到多组匿名分组并进行随机排序，发布随机排序结果。打乱准标识符属性和敏感属性之间的对应关系，避免根据用户数据推测出用户的私人信息，保证个人信息的可用性和安全性。
-
公开(公告)号：CN119541624A
公开(公告)日：2025-02-28
申请号：CN202411733827.3
申请日：2024-11-29
Applicant: 广东工业大学
Abstract: 本发明公开的属于信息科学技术领域，具体为一种基于多尺度病理图像与多模态数据的疾病生存预测方法，包括具体步骤如下：数字病理图像数据处理、基因表示数据处理、多模态数据交互、生存分析。本发明使用x40和x20两种放大倍数下所对应的图像块作为模型的输入，并且采用早期融合的策略实现多尺度信息的整合；相比于采用多视图WSI会产生重复计算相同位置的方法，本发明采用无重叠的图像分割分块方式，能够在一定程度上防止模型的过拟合，并且提高模型的效率。
-
公开(公告)号：CN117437420A
公开(公告)日：2024-01-23
申请号：CN202311460356.9
申请日：2023-11-06
Applicant: 广东工业大学
IPC: G06V10/26 , G06V10/774 , G06V10/82 , G06N3/045 , G06N3/0475 , G06N3/088 , G06N3/094
Abstract: 本发明公开了一种跨模态医学影像分割方法、系统及装置，该方法包括：基于CUT和CycleGan构建跨域生成器并进行训练，得到训练完成的跨域生成模型；将MRI图像输入至所述训练完成的跨域生成模型，生成伪CT图像；基于所述伪CT图像构训练图像分割模型，得到训练完成的图像分割模型；将待分割的图像输入至所述训练完成的图像模型进行分割，得到分割后的CT标签。该系统包括：跨域训练单元、伪图像生成单元、分割训练单元和分割应用单元。通过使用本发明，能够在有限标签数据的情况下进行准确的图像分割。本发明可广泛应用于图像分割领域。
-
-
-
-
-
-
-
-
-
Search Results
34
records
(took 0.027 seconds)
