-
公开(公告)号：CN117315427A
公开(公告)日：2023-12-29
申请号：CN202311380426.X
申请日：2023-10-24
Applicant: 新疆大学
IPC: G06V10/80 , G06V10/764 , G06V10/82 , G06N3/094 , G06N3/0455
Abstract: 本发明为具体涉及一种基于双模光谱交互学习的高阶张量多模态融合方法和模型。一种基于双模光谱交互学习的高阶张量多模态融合方法，包括：S10：输入拉曼光谱和红外光谱数据；S20：通过高阶张量外积，所述的拉曼光谱与红外光谱数据进行非级联多模光谱融合表征；S30：计算正交性损失、重建损失、对抗损失，通过对所述的拉曼光谱特征和红外光谱特征进行独特的表征学习来弥补异质性差异。本发明所述的一种基于双模光谱交互学习的高阶张量多模态融合方法和模型，通过BHTF获得双模光谱信息的高阶交互融合特征有效实现多模态数据信息融合，并通过CMIL跨模态学习多模态数据间异质性，实现更准确的跨模态表示，提高了模型的鲁棒性。
-
公开(公告)号：CN111540405B
公开(公告)日：2023-07-07
申请号：CN202010356861.9
申请日：2020-04-29
Applicant: 新疆大学
Abstract: 本发明公开了疾病基因预测技术领域，具体领域为一种基于快速网络嵌入的疾病基因预测方法，可以更有效地利用多种关联数据中的信息来预测疾病相关基因。其方法由四部分组成：(1)利用疾病‑基因、疾病‑表型、蛋白质‑蛋白质、基因‑GO关联等多种类型的关联数据构建异构网络；(2)采用快速网络嵌入方法提取疾病和基因的低维矢量表示；(3)使用低维矢量表示构建由疾病和基因组成的双层异构网络；(4)将异构网络传播应用于网络预测疾病相关基因。本方法有提高疾病基因预测能力方面的重要作用，并通过与最新算法的比较验证了本方法的优越性能。
-
公开(公告)号：CN115859115A
公开(公告)日：2023-03-28
申请号：CN202211632120.4
申请日：2022-12-19
Applicant: 新疆大学
IPC: G06F18/214 , G06F18/23213 , G06F18/2415
Abstract: 本发明为一种基于高斯分布的智能重采样技术。一种基于高斯分布的智能重采样技术，包括以下步骤：(1)判断原始数据是否平衡；(2)对不平衡的所述的原始数据进行密度因子和距离因子的计算后，合并为权重因子；(3)根据所述的权重因子计算权重概率，选择锚样本；(4)根据所述的锚样本生成少数类样本，以高斯分布的形式进行过采样；(5)再进行随机欠采样。本发明所述的一种基于高斯分布的智能重采样技术，以有效提高食品不平衡数据集的分类性能，从而有效解决食品计算中数据不平衡问题。
-
公开(公告)号：CN115524321A
公开(公告)日：2022-12-27
申请号：CN202211239742.0
申请日：2022-10-11
Applicant: 新疆医科大学第三附属医院 , 新疆大学
Abstract: 本发明为一种AgNPs/PSB复合SERS基底及制备方法、乳腺癌的分类模型及建立方法。一种AgNPs/PSB复合SERS基底的制备方法，包括以下步骤：(1)采用p型掺硼单晶硅片，进行阳极电化学腐蚀，制备布拉格反射镜作为衬底；(2)采用浸镀法在所述的衬底上进行原位合成AgNPs后，进行热处理，得所述的AgNPs/PSB复合SERS基底。本发明所述的一种AgNPs/PSB复合SERS基底及制备方法、乳腺癌的分类模型及建立方法，在用于快速筛查乳腺癌具有潜力。
-
公开(公告)号：CN113779630A
公开(公告)日：2021-12-10
申请号：CN202111057861.X
申请日：2021-09-09
Applicant: 新疆大学
Abstract: 本发明为一种基于DICOM的CT医疗图像可逆脱敏方法。一种基于DICOM的CT医疗图像可逆脱敏方法，包括：S10：对基于DICOM标准协议的CT医疗图像的原始数据完成人工伦理审批；S20：采用数值变换和无效化的脱敏策略，对CT图像的部分数据进行不可逆脱敏；S30：将步骤S20处理后的CT图像数据采用可逆脱敏程序进行脱敏；S40：将步骤S30处理后的CT图像数据采用可逆脱敏程序进行解敏；S50：将解敏的正常数据与原始数据逐一比对结果。本发明所述的一种基于DICOM的CT医疗图像可逆脱敏方法，该脱敏方法准确有效，可以快速准确对基于DICOM的CT医疗图像进行可逆数据脱敏操作，并完成解敏后数据比对工作；保护了患者的隐私数据和CT医疗图像的数据质量，提高了人力和时间的效率。
-
Patent Agency Ranking
公开(公告)号：CN113592338A
公开(公告)日：2021-11-02
申请号：CN202110909891.2
申请日：2021-08-09
Applicant: 新疆大学 , 新疆艾旗斯德检测科技有限公司
Abstract: 本发明为一种食品质量管理安全风险预筛查模型。一种食品质量管理安全风险预筛查模型，包括：(1)文本数据获取及预处理；(2)预处理后的文本数据编码向量化；(3)通过有监督的深度学习中注意力得分机制，判断食品安全危害程度。本发明所述的一种食品质量管理安全风险预筛查模型，是一种基于关联注意力机制的新型食品文本挖掘技术，利用消费者评论中每个词和unsafety标签的互信息，计算出每个词与食品安全危害的关联得分，再结合有监督的深度学习中注意力得分进一步挖掘消费者与危险食品的潜在互动，从而可以快速筛查潜在的食品安全问题。
-
公开(公告)号：CN108088834A
公开(公告)日：2018-05-29
申请号：CN201710822280.8
申请日：2017-09-13
Applicant: 新疆大学
Abstract: 本发明公开了一种基于优化反向传播神经网络的包虫病血清拉曼光谱诊断仪，激光拉曼光谱仪对每个样品进行两次扫描，用于获取健康人和包虫病患者的血清样本，分别得到对应样本的光谱数据，并取其平均作为该样品的拉曼光谱数据并传输至所述计算机；计算机接收拉曼光谱数据，采用自适应迭代惩罚最小二乘法消除拉曼光谱数据中的拉曼荧光背景，并采用自归一化算法对去除荧光背景后的拉曼光谱数据进行去噪处理；计算机将去除荧光背景、以及噪声处理后的拉曼光谱数据采用偏最小二乘法降维后，取前3个主成分作为新的变量输入空间构造样本矩阵，使用反向传播神经网络分类，在123个样本中选出74个用于训练集，49个用于测试集。
-
公开(公告)号：CN119741977A
公开(公告)日：2025-04-01
申请号：CN202411807154.1
申请日：2024-12-10
Applicant: 新疆大学
IPC: G16B40/30 , G16B30/00 , G06F18/2113
Abstract: 本发明为一种基于子空间距离的可扩展特征选择方法。一种基于子空间距离的可扩展特征选择方法，包括以下步骤：(1)scRNA‑seq数据预处理，得基因表达矩阵；(2)所述的基因表达矩阵通过方差‑协方差子空间距离进行基因特征选择，构建目标函数；(3)根据所述的目标函数不断进行更新迭代，计算迭代后的权重矩阵中每一行的重要性评分并按降序排序，选择排名靠前的前K个基因特征输出。本发明所述的一种基于子空间距离的可扩展特征选择方法，可精准可靠地聚类单细胞。
-
公开(公告)号：CN117911747A
公开(公告)日：2024-04-19
申请号：CN202311773774.3
申请日：2023-12-22
Applicant: 新疆大学
IPC: G06V10/764 , G06V10/82
Abstract: 本发明公开了一种用于神经网络的输入图像预处理方法，采用每个像素点的像素值全部为0的图像与输入图像进行加权平均预处理，同时引入XAI来推理分析采用不同取值的加权权重进行加权平均预处理得到的图像，得到推理精度和梯度积分后的特征图，采用加权权重的每个取值及对应的推理精度构成二维坐标点，在二维坐标系中标定这些二维坐标点形成推理精度曲线，进而基于推理精度曲线确定加权权重的最终取值，得到最终的预处理图像；优点是不但能够降低预处理过程中输入图像的计算复杂度，预处理效率较高，而且能够减少输入图像所需要的量化位宽，从而能够降低后续神经网络推理计算量和存储量，保证神经网络部署的实时性，并且可以避免神经网络黑盒问题。
-
公开(公告)号：CN115184336B
公开(公告)日：2024-03-15
申请号：CN202210829567.4
申请日：2022-07-15
Applicant: 新疆维吾尔自治区人民医院 , 新疆大学
IPC: G01N21/65 , G06F18/214 , G06F18/2135 , G06F18/22 , G06F18/2411 , G06F18/2413
Abstract: 本发明提供了一种基于血清拉曼光谱干燥综合征和间质性肺病识别方法，属于医学图像处理领域。具体采用拉曼光谱进行干燥综合征和间质性肺病辅助识别特征数据，为了提升分类准确性，针对性的提出一种改进拉曼光谱数据分类方法。通过本申请的拉曼光谱结合改进的机器学习算法是辅助诊断干燥综合征合并间质性肺病患者的一种有价值工具，具有广阔的应用前景，可以为医生诊断做辅助参考结果。
-
-
-
-
-
-
-
-
-
Search Results
41
records
(took 0.024 seconds)
