“卢雨儿”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果8个，建议您升级VIP下载更多相关专利

[发明专利]一种针对基因组学数据的压缩方法-CN202211317402.5在审
发明人：何情祖;林涛;黎玉林;郭欢;卢雨儿;帅建伟 -专利权人：国科温州研究院（温州生物材料与工程研究所）
申请日： 2022-10-26 - 公布日： 2023-04-04 - 主分类号： G16B50/50 文献下载
摘要：一种针对基因组学数据的压缩方法，对基因组数据中的碱基序列使用二进制编码进行压缩存储；将标识和质量分数的数据转换成单调递增数组后，使用Elias‑Fano编码算法进行压缩编码，能够对蛋基因组学的数据进行格式压缩，并且压缩后的文件比原有的压缩技术占据更小的存储空间、更快的压缩/解压缩速度。
一种针对基因组数据压缩方法

[发明专利]基于多目标进化算法的多组合排课方法及装置及可读介质-CN202210300601.9在审
发明人：杨国钰;刘东东;戚德振;邱野;卢雨儿;帅真浩;何情祖;蔡依丹;许峻彬;帅建伟 -专利权人：国科温州研究院（温州生物材料与工程研究所）
申请日： 2022-03-25 - 公布日： 2022-07-22 - 主分类号： G06Q10/06 文献下载
摘要：本发明公开了一种基于多目标进化算法的多组合排课方法、装置及可读介质，通过根据选课信息和学生综合能力将学生分类至各个行政班，根据多组合排课要求将学生课程分为走班课程和非走班课程，将具有相同的走班课表行政班分为多个组；基于走班课程和非走班课程进行种群初始化，获得父代种群，父代种群经过种群交叉及种群变异产生子代种群，将父代种群和子代种群合并得到合种群；将合种群中每条染色体进行多目标函数值计算，得到多目标值元组，建立与合种群中染色体一一对应的多目标值元组列表；并采用多目标进化算法迭代种群，重复上述步骤直至满足进化截止条件，得到最优排课方案。本发明从多个目标维度对排课方案进行整合优化，使课表更加合理。
基于多目标进化算法组合方法装置可读介质

[发明专利]一种基于深度学习行为熵的抑郁症识别系统-CN202210218390.4在审
发明人：刘东东;林海;戚德振;邱野;杨国钰;袁钦湄;卢雨儿;曹玉萍;帅建伟 -专利权人：国科温州研究院（温州生物材料与工程研究所）
申请日： 2022-03-07 - 公布日： 2022-07-15 - 主分类号： G06V40/16 文献下载
摘要：本发明公开了一种基于深度学习行为熵的抑郁症识别系统，其包括：至少一个影像数据获取单元，用于识别待测者的面部表情及肢体动作；表情模块，根据影像数据获取单元获取的面部表情，提取待测者的面部表情特征，并获得对应的七种表情出现的概率；动作模块，根据影像数据获取单元获取的肢体动作，提取待测者的在图像中的位点位置信息；行为熵模型，根据表情模块及动作模块获取的信息，输出代表抑郁度的行为熵指标。通过获取待测者的面部表情及肢体动作，进而得到表情熵及动作熵，并获得代表抑郁度的行为熵，利用深度学习的方式提高行为熵的获取准确性，进而可以达到更高的抑郁度自动识别的效果，对医生提供诊断的参考。
一种基于深度学习行为抑郁症识别系统

[发明专利]基于深度学习算法的车道线检测方法及计算机系统-CN202210280846.X在审
发明人：戚德振;杨国钰;刘东东;邱野;卢雨儿;帅建伟 -专利权人：国科温州研究院（温州生物材料与工程研究所）
申请日： 2022-03-21 - 公布日： 2022-06-28 - 主分类号： G06V10/774 文献下载
摘要：本发明公开了一种基于深度学习算法的车道线检测方法及计算机系统，其包括以下步骤：1)获取公开数据集，并划分训练集和测试集；2)设计U型结构神经网络，其中包括下采样模块、全局信息融合模块及上采样模块；3)训练U型结构神经网络，并保存表现最好的网络权重参数；4)选取步骤3)中保存的表现最好的网络权重参数，并将待预测图像输入当前U型结构神经网络中，并获取分割后的车道线图像。全局信息融合模块深层次融合了CNN和Transformer，使得网络获得全局信息的能力更强，这大大提高了车道线检测任务的准确性；并且在循环累加模块中采用了以特定步伐融合的方式进一步减少了网络参数，这也保证了车道线检测任务的实时性。
基于深度学习算法车道检测方法计算机系统

[发明专利]一种基于深度神经网络模型的无袖带血压预测系统-CN202210410195.1在审
发明人：邱野;刘东东;杨国钰;戚德振;卢雨儿;何情祖;帅建伟 -专利权人：厦门大学
申请日： 2022-04-19 - 公布日： 2022-06-28 - 主分类号： A61B5/021 文献下载
摘要：本发明公开了一种基于深度神经网络模型的无袖带血压预测系统，所述系统用于执行如下步骤：接收包括脉搏波信号和心电信号的数据集；对接收到的脉搏波信号和心电信号进行预处理，获得可用信号；所述预处理包括信号滤波、定长切割、峰值切割/波谷切割、重采样和获取标签值；将所述可用信号输入深度神经网络模型，获得预测的收缩压值和舒张压值；所述深度神经网络模型包括依次连接的卷积适应层、带有压缩激励模块的残差网络和全连接层；所述卷积适应层的输入为所述可用信号；所述全连接层的输出为所述收缩压值和舒张压值。本发明通过对脉搏波信号和心电信号进行分析，实现对连续动态血压值进行无袖带预测。
一种基于深度神经网络模型无袖血压预测系统

[发明专利]单细胞转录组数据伪时间轨迹的分析方法及计算机系统-CN202210279806.3在审
发明人： 卢雨儿;林海;胡桓;戚德振;刘东东;杨国钰;邱野;帅建伟 -专利权人：国科温州研究院（温州生物材料与工程研究所）
申请日： 2022-03-21 - 公布日： 2022-06-10 - 主分类号： G16B25/10 文献下载
摘要：本发明公开了一种单细胞转录组数据伪时间轨迹的分析方法及计算机系统，其包括：1)计算基因显式比较优势矩阵；2)利用相似度得到基因相识度矩阵，构建基因网络；3)在基因网络中取初始节点，并从初始节点开始随机行走，记录走过的每一个基因，形成由基因序列构成的基因文本；4)将基因文本转换成基因的词向量；5)将单细胞表达的基因矢量以表达量为权重加和，形成的和矢量作为该单细胞在基因空间中的词向量表示；6)将所有的细胞的矢量表示进行可视化处理，得到胚胎细胞发育伪时间轨迹结果。本发明为鉴别组织中不同的稀有细胞亚型和不同细胞亚型的变异基因提供分析基础，在肿瘤、发育生物学、生命科学等领域有广泛重要的应用前景。
单细胞转录数据时间轨迹分析方法计算机系统

[发明专利]一种处理单细胞多模态组学数据的深度学习方法及系统-CN202111392177.7在审
发明人：胡桓;卢雨儿;陈玲玲;程烽;帅建伟 -专利权人：厦门大学
申请日： 2021-11-19 - 公布日： 2022-03-15 - 主分类号： G16B40/00 文献下载
摘要：本发明公开了一种处理单细胞多模态组学数据的深度学习方法及系统，包括：对多组学测序中捕获的转录组数据和蛋白质数据进行归一化处理；对归一化处理后的转录组数据进行降维；采用第一编码器对降维后的转录组数据进行特征提取；采用第一解码器还原降维后的单细胞转录组数据；对解码后的转录组数据进行升维；采用第二编码器对归一化处理后的蛋白质数据进行特征提取；采用第二解码器还原蛋白质数据；多模态组学数据整合，采用混合编码器混合编码后的转录组信息和蛋白质信息；采用混合解码器还原转录组特征信息和蛋白质特征信息。本发明从多组学的角度来捕获和表征细胞异质性，从而能对多种模式的数据进行综合分析。
一种处理单细胞多模态组学数据深度学习方法系统

[发明专利]一种基于深度神经网络模型的无袖带血压预测方法-CN202110860804.9在审
发明人：邱野;刘东东;杨国钰;戚德振;卢雨儿;何情祖;帅建伟 -专利权人：厦门大学
申请日： 2021-07-28 - 公布日： 2021-11-05 - 主分类号： A61B5/021 文献下载
摘要：本发明公开了一种基于深度神经网络模型的无袖带血压预测方法，包括：获取包括脉搏波信号和心电信号的数据集；对获取到的脉搏波信号和心电信号进行预处理，获得可用信号；所述预处理包括信号滤波、定长切割、峰值切割/波谷切割、重采样和获取标签值；将所述可用信号输入深度神经网络模型，获得预测的收缩压值和舒张压值；所述深度神经网络模型包括依次连接的卷积适应层、带有压缩激励模块的残差网络和全连接层；所述卷积适应层的输入为所述可用信号；所述全连接层的输出为所述收缩压值和舒张压值。本发明通过对脉搏波信号和心电信号进行分析，实现对连续动态血压值进行无袖带预测。
一种基于深度神经网络模型无袖血压预测方法

1
共 8 条