-
公开(公告)号：CN113656504B
公开(公告)日：2024-11-19
申请号：CN202110965651.4
申请日：2021-08-23
Applicant: 武汉科技大学
IPC: G06F16/27 , G06F16/2458 , G06F16/23 , G06Q40/04
Abstract: 本发明公开了一种基于时序属性的区块链交易提交、编辑和查询方法，所述交易方法包括：根据状态数据库，为存证类型数据和交易类型数据添加时序属性，构建交易数据；将含有时序属性的交易数据进行共识排序，打包成区块，并存储在区块链上；根据打包后的结果，记录共识排序后每个交易所在区块号以及所在区块内的顺序作为交易的时序属性；提交节点根据每个交易执行后的最新状态更新状态数据库；所述状态数据库包括每一个KEY对应的最新状态以及该状态对应交易所在区块链中的位置，即所述时序属性。本发明重新设计区块链交易数据结构，客户端节点通过时序属性进行链式检索，可以跳过无效历史交易，获取所有正确历史交易记录给客户端节点。
-
公开(公告)号：CN119649897A
公开(公告)日：2025-03-18
申请号：CN202411673405.1
申请日：2024-11-21
Applicant: 武汉科技大学
Abstract: 本发明公开了一种基于蛋白质序列和相似性特征的多靶点药物设计方法，设计了由靶点特征嵌入模块、靶点特征编码模块和多靶点药物生成模块组成的多靶点药物设计模型，通过对多个靶点的特征进行独立编码和相似性编码，再根据编码后的特征潜向量和相似性特征潜向量，可以直接生成针对多个蛋白质靶点的药物分子。其中，靶点特征嵌入模块在基于ProtTrans的大型蛋白质数据集上预训练，具备较强的蛋白质特征嵌入能力；多靶点药物生成模块在大型类药物数据集上训练，获得了较强的生成药物的能力；随后，整个模型在多靶点药物数据集上训练，获得了良好的多靶点药物设计能力。设计出的药物分子可以与每个靶点蛋白良好结合，达到多靶点药物治疗的目的。
-
公开(公告)号：CN114817568B
公开(公告)日：2024-05-10
申请号：CN202210475730.1
申请日：2022-04-29
Applicant: 武汉科技大学
IPC: G06F16/36 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种联合注意力机制与卷积神经网络的知识超图链接预测方法，包括：S1、对待补全的知识超图进行加载，获得实体和关系；S2、对加载的实体和关系进行初始化，得到初始实体嵌入向量和初始关系嵌入向量；S3、将初始实体嵌入向量和初始关系嵌入向量以元组的形式输入到ACLP模型中进行训练；S4、对初始关系嵌入向量进行处理得到处理后的关系注意力向量；S5、对初始实体嵌入向量进行处理得到处理后的实体投影嵌入向量；S6、通过预设的评分模块对处理后的元组打分，得出预测结果，并判断元组的打分结果是否正确，将正确的元组添加到知识超图中，补全知识超图。本发明使得处理后的元组包含更多的信息，提升链接预测准确率。
-
Patent Agency Ranking
公开(公告)号：CN114817568A
公开(公告)日：2022-07-29
申请号：CN202210475730.1
申请日：2022-04-29
Applicant: 武汉科技大学
Abstract: 本发明公开了一种联合注意力机制与卷积神经网络的知识超图链接预测方法，包括：S1、对待补全的知识超图进行加载，获得实体和关系；S2、对加载的实体和关系进行初始化，得到初始实体嵌入向量和初始关系嵌入向量；S3、将初始实体嵌入向量和初始关系嵌入向量以元组的形式输入到ACLP模型中进行训练；S4、对初始关系嵌入向量进行处理得到处理后的关系注意力向量；S5、对初始实体嵌入向量进行处理得到处理后的实体投影嵌入向量；S6、通过预设的评分模块对处理后的元组打分，得出预测结果，并判断元组的打分结果是否正确，将正确的元组添加到知识超图中，补全知识超图。本发明使得处理后的元组包含更多的信息，提升链接预测准确率。
-
公开(公告)号：CN117332811A
公开(公告)日：2024-01-02
申请号：CN202311431206.5
申请日：2023-10-31
Applicant: 武汉科技大学
IPC: G06N3/042 , G06N3/0455 , G06N3/0464 , G06N3/084 , G06N5/022
Abstract: 本发明公开了一种基于多层次实体‑双向关系融合的图神经网络方法。本发明的方法是为了更好地利用关系和逆关系交互的双向关系包含的隐藏信息，并对 三元组进行三个不同层次的操作。在此基础上结合GNN网络，提出了一种新的知识图谱嵌入模型称之为多层次实体‑双向关系融合的图神经网络(MBER‑GNN模型)。本发明利用双向关系包含的隐藏信息来推断更多的知识表示，通过融合三种层次的实体‑关系信息，实现了对实体与关系的潜在信息的充分利用，以解决传统的基于GNN网络的知识嵌入模型对关系的潜在信息利用不充分，以及聚合过程中获取的邻域信息不完整导致的训练效果欠佳等问题，同时又可以保证信息的有效性，使模型具有更强的推理能力。
-
公开(公告)号：CN115906840A
公开(公告)日：2023-04-04
申请号：CN202210653640.7
申请日：2022-06-09
Applicant: 武汉科技大学
IPC: G06F40/295 , G06F18/24 , G06F18/25 , G06N3/048 , G06N3/08
Abstract: 本发明设计一种融合实体与窗口注意力的文档级金融关系抽取方法，包括如下步骤：通过滑动窗口的方式对数据进行预处理，并输入到预训练模型；通过预训练模型的输出得到每个实体的表达，进一步结合头实体‑尾实体的表达与头实体‑尾实体距离,再用一层卷积神经网络实现全局实体信息的交互；对预训练模型输出的文档级注意力用固定窗口提取局部信息；将以上两种特征融合后输入到U形神经网络进行关系推理；最后通过双线性函数进行关系预测。该方法能够抽取文档级的金融关系，实现了较好的抽取效果。
-
公开(公告)号：CN115292509A
公开(公告)日：2022-11-04
申请号：CN202210757940.X
申请日：2022-06-29
Applicant: 武汉科技大学
IPC: G06F16/36 , G06F40/295 , G06F40/30 , G06N3/04
Abstract: 本发明公开了一种基于多粒度注意力网络的图立方链接预测方法，包括：对待补全的图立方进行加载，获得图立方中的实体和关系；对加载的实体和关系进行初始化，得到初始实体嵌入向量和初始关系嵌入向量；将初始实体嵌入向量和初始关系嵌入向量输入多头自注意力神经网络中，更新各多元关系的实体嵌入向量和关系嵌入向量；将更新后的实体嵌入向量和关系嵌入向量输入到HPMG模型中进行训练；通过评分模块对每个多元关系评分，根据评分指标来判断多元关系的评分结果是否正确：若正确，则将正确的多元关系添加到图立方中，补全图立方，若错误，则将错误的多元关系舍弃。本发明从多粒度的角度对多元关系进行评分，提升了链接预测的准确率。
-
公开(公告)号：CN113656504A
公开(公告)日：2021-11-16
申请号：CN202110965651.4
申请日：2021-08-23
Applicant: 武汉科技大学
IPC: G06F16/27 , G06F16/2458 , G06F16/23 , G06Q40/04
Abstract: 本发明公开了一种基于时序属性的区块链交易提交、编辑和查询方法，所述交易方法包括：根据状态数据库，为存证类型数据和交易类型数据添加时序属性，构建交易数据；将含有时序属性的交易数据进行共识排序，打包成区块，并存储在区块链上；根据打包后的结果，记录共识排序后每个交易所在区块号以及所在区块内的顺序作为交易的时序属性；提交节点根据每个交易执行后的最新状态更新状态数据库；所述状态数据库包括每一个KEY对应的最新状态以及该状态对应交易所在区块链中的位置，即所述时序属性。本发明重新设计区块链交易数据结构，客户端节点通过时序属性进行链式检索，可以跳过无效历史交易，获取所有正确历史交易记录给客户端节点。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.019 seconds)
