公开(公告)号：CN115841502A

公开(公告)日：2023-03-24

申请号：CN202211585174.X

申请日：2022-12-09

Applicant: 江南大学

Inventor： 陈璟 ,  刘爽 ,  柴志雷 ,  吴秦 ,  刘登峰 ,  王宁 ,  周浩杰 ,  任利军

IPC: G06T7/207

Abstract: 本发明涉及一种结合卷积和轴注意力的光流估计方法、系统及电子设备，方法包括：获取并提取所述第一帧图像和第二帧图像的第一匹配特征和第二匹配特征，并提取第一帧图像的上下文网络特征；分别提取第一匹配特征、第二匹配特征和上下文网络特征中每个特征点的周边关系信息，得到第一LC‑LD匹配特征、第二LC‑LD匹配特征和LC‑LD上下文特征；计算第一LC‑LD匹配特征和第二LC‑LD匹配特征的相关性成本量，并将相关性成本量与LC‑LD上下文特征输入GRU网络进行迭代优化，得到低分辨率光流；对所述低分辨率光流进行上采样，得到高分辨率光流。本发明在光流估计中使用较少迭代次数时依然可以获得较好的精度和泛化性能。

公开(公告)号：CN116259358B

公开(公告)日：2025-05-13

申请号：CN202211678119.5

申请日：2022-12-26

Applicant: 江南大学

Inventor： 陈璟 ,  曹汉童 ,  任利军

IPC: G16B15/30 ,  G16B40/30 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/0499 ,  G06N3/088

Abstract: 本发明涉及生物学技术领域，尤其是指一种蛋白质相互作用预测方法、装置、设备及存储介质。本发明所述的蛋白质相互作用预测方法，通过调整Doc2vec非监督段落向量学习模型，将不定长的蛋白质序列特征信息嵌入至低维向量空间，能够处理任意长度的蛋白质序列，解决了蛋白质初步特征选取问题，利用图同构卷积网络的优势，充分结合蛋白质相互作用PPI网络结构的信息，聚合每个蛋白质的相邻蛋白质的信息，优化了蛋白质节点的编码表征，根据PPI网络结构信息，找到蛋白质相互作用边，结合两个蛋白质节点信息，并不断从中学习更高效且准确的分类预测，提高了模型预测的准确度。

公开(公告)号：CN116259358A

公开(公告)日：2023-06-13

申请号：CN202211678119.5

申请日：2022-12-26

Applicant: 江南大学

Inventor： 陈璟 ,  曹汉童 ,  任利军

IPC: G16B15/30 ,  G16B40/30 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/0499 ,  G06N3/088

Abstract: 本发明涉及生物学技术领域，尤其是指一种蛋白质相互作用预测方法、装置、设备及存储介质。本发明所述的蛋白质相互作用预测方法，通过调整Doc2vec非监督段落向量学习模型，将不定长的蛋白质序列特征信息嵌入至低维向量空间，能够处理任意长度的蛋白质序列，解决了蛋白质初步特征选取问题，利用图同构卷积网络的优势，充分结合蛋白质相互作用PPI网络结构的信息，聚合每个蛋白质的相邻蛋白质的信息，优化了蛋白质节点的编码表征，根据PPI网络结构信息，找到蛋白质相互作用边，结合两个蛋白质节点信息，并不断从中学习更高效且准确的分类预测，提高了模型预测的准确度。

公开(公告)号：CN116110492A

公开(公告)日：2023-05-12

申请号：CN202211717423.6

申请日：2022-12-29

Applicant: 江南大学

Inventor： 陈璟 ,  王子祥 ,  任利军

IPC: G16B5/00 ,  G16B15/00 ,  G16B40/00

Abstract: 本发明涉及一种蛋白质相互作用网络比对方法和系统，方法包括：获取两个蛋白质相互作用网络的结构信息；提取每个网络中所有节点的分层结构特征，并基于分层结构特征计算节点间的结构得分；基于结构得分构造多层的加权图，使每个节点在加权图上进行随机游走生成上下文序列；将两个网络中每个节点对应的上下文序输入词向量模型，得到每个节点对应的低维向量，并计算每个节点对应的低维向量之间的距离作为节点间的拓扑相似性；将节点间序列相似性和节点间的拓扑相似性结合,来计算节点间的相似性得分，并基于相似性得分构建节点间的相似性矩阵；根据节点间的相似性矩阵生成两个网络的节点比对结果。本发明有效提高蛋白质相互作用网络比对效率。