公开(公告)号：CN119810463A

公开(公告)日：2025-04-11

申请号：CN202510292966.5

申请日：2025-03-13

Applicant: 电子科技大学长三角研究院(衢州)

Inventor： 张舒雨 ,  邹权 ,  罗锡梅 ,  王彦苏 ,  牛梦婷

IPC: G06V10/40 ,  G06V10/764 ,  G06N3/0455 ,  G06N10/60 ,  G06N3/047 ,  G06V10/82 ,  G06N3/0464

Abstract: 本发明公开了一种基于量子计算操作改进的图像特征提取方法、装置，可被用于图像分类、对象检测、图像分割等下游任务，包括构建适配量子计算操作的ViT模型基础架构，并对ViT模型基础架构进行改进：基于量子随机特性将常规特征转换为量子态表示；利用量子共轭计算和量子态叠加对信息交互的影响在ViT模型的自注意力机制中融入量子态计算；引入量子化的线性条件随机场对ViT模型进行改进；量子态特征增强、量子化自注意力机制优化和量子化线性条件随机场改进共同作用于ViT模型对图像的特征提取过程。实现量子计算与计算机视觉领域的创新性融合，将量子计算的独特优势引入图像特征提取任务中，使其能够更好地应对复杂图像特征提取任务。

公开(公告)号：CN120032725A

公开(公告)日：2025-05-23

申请号：CN202510495859.2

申请日：2025-04-21

Applicant: 电子科技大学长三角研究院(衢州)

Inventor： 李鸿飞 ,  邹权 ,  罗锡梅

IPC: G16B40/20 ,  G16B25/10 ,  G16B30/10 ,  G06F18/213 ,  G06F18/243 ,  G06N3/0464 ,  G06N3/084 ,  G06N3/09 ,  G06N3/0985

Abstract: 本发明公开了一种基于转录因子基序预测scATAC‑seq中启动子片段的分类方法，它解决了现有技术中通过多组学整合来确定启动子的方式繁琐且效率低的问题。它包括通过分析同一组织中的多种组学数据，接着通过RNA表达量分析，筛选出前2000个高变基因。然后利用基因ID确定这些基因是否具有对应的RNA表达量，并找到这些基因的转录起始位点TSS处的scATAC‑seq序列，同时区分出非启动子区域的序列，并将启动子区域的序列分割成100bp的片段，以便进行后续的特征提取。随后利用motif特征对这些片段进行特征提取，建立预测模型，用于预测启动子区域。最后对预测模型进行评估，确保其具有良好的预测性能和准确性。本发明的优点在于：能够通过学习多组学数据可以准确快速的识别启动子区域。

公开(公告)号：CN119811507A

公开(公告)日：2025-04-11

申请号：CN202510292965.0

申请日：2025-03-13

Applicant: 电子科技大学长三角研究院(衢州)

Inventor： 鲜磊 ,  邹权 ,  王彦苏 ,  罗锡梅 ,  牛梦婷

IPC: G16B40/00 ,  G06F18/213 ,  G06N3/0985 ,  G06N5/01 ,  G06N20/20 ,  G06F18/27 ,  G16B30/00 ,  G06N3/042

Abstract: 本发明公开了一种基于多元特征的液‑液相分离蛋白质预测方法，该方法在进行预测时同时提取了序列特征、二级结构特征和空间结构特征，并根据空间结构构建了残基接触图，采用图注意力网络来提取根据残基接触图和序列嵌入构建的空间结构图进行深层次结构特征的挖掘，基于蛋白质相分离行为与其结构密切相关的特性有效提高预测性能；此外，本方案采用三层堆叠的图注意力网络来提取蛋白质的结构特征，并结合序列中提取的物理化学特征，通过堆叠式的集成学习模型对液‑液相分离蛋白进行预测，可进一步提升模型预测性能。