“尤著宏”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15个，建议您升级VIP下载更多相关专利

[发明专利]药物相互作用预测方法、装置、电子设备及存储介质-CN202310691046.1在审
发明人：易海成;侯琳璇;尤著宏;徐娜;佘柄皓;乔雪媛;唐付涛;付军 -专利权人：西安中科云帆信息科技有限公司
申请日： 2023-06-12 - 公布日： 2023-09-22 - 主分类号： G16H70/40 文献下载
摘要：本公开涉及药物相互作用预测方法、装置、电子设备及存储介质，上述方法包括：构建待预测药物组的异质图；待预测药物组包括至少两种待预测药物；异质图的节点为不同的待预测药物，待预测药物之间的相互作用事件为异质图中连接对应节点的边；基于异质图，提取每个节点的行为表征信息和属性表征信息；采用表征融合模块融合行为表征信息和属性表征信息，获得第一融合信息和第二融合信息；采用多层感知机处理第一融合信息和第二融合信息，获得待预测药物组的相互作用预测结果。本公开示例性实施例的方法一方面可以从异质图进行特征提取，且提取到的表征矩阵不包含未知值，另一方面，可以预测药物之间是否存在相互作用以及相互作用事件的风险水平。
药物相互作用预测方法装置电子设备存储介质

[发明专利]一种新型半导体降温服-CN202310399563.1在审
发明人：于长青;蒋晨;尤著宏;薛傅蕊;杨甜甜;张善文;黄文准;于雯瑄 -专利权人：西京学院
申请日： 2023-04-14 - 公布日： 2023-05-26 - 主分类号： A41D13/005 文献下载
摘要：本发明公开了一种新型半导体降温服，包括降温服本体，降温服本体上连接有制冷系统；降温服本体包括两降温服外衣，两降温服外衣通过连接组件进行穿戴，降温服外衣内壁固定连接有降温服本体，两降温服本体上均设置有降温组件，两降温组件顶端通过管道连通；制冷系统包括壳体，壳体内设置有制冷组件、控制组件和液体存储组件，制冷组件与液体存储组件固定连通，两降温组件分别与液体存储组件和制冷组件固定连通，制冷组件和液体存储组件分别与控制组件对应设置。本发明利用液体循环装置促进液体循环，能够在有限的功率下，使降温服的降温效果大大提升，从而满足使用者在各种炎热条件下的降温需求。
一种新型半导体降温

[发明专利]一种基于多模态堆叠自动编码机的microRNA-疾病关联预测方法-CN202110167684.4有效
发明人：姬博亚;尤著宏;胡伦;王磊;周喜;蒋同海;黄历广 -专利权人：中国科学院新疆理化技术研究所
申请日： 2021-02-07 - 公布日： 2022-07-22 - 主分类号： G16B40/20 文献下载
摘要：本发明公开了一种基于多模态堆叠自动编码机的microRNA‑疾病关联预测方法，该方法包括microRNA序列特征以及疾病语义相似性特征；构建microRNA‑蛋白质‑疾病网络，microRNA‑mRNA‑疾病网络，microRNA‑lncRNA‑疾病网络，利用LINE网络嵌入方法分别获取microRNA，疾病与蛋白质，mRNA，lncRNA之间的网络邻近特征；利用多模态堆叠自动编码机分别对microRNA与疾病的四种特征（本身属性特征，蛋白质网络邻近特征，mRNA网络邻近特征，lncRNA网络邻近特征）挖掘高级抽象特征，降低模型时间复杂度，提高模型预测准确率；对处理后特征分别使用CatBoost分类器进行训练和预测，将四种特征预测得分平均值作为最终预测得分。本发明解决了传统生物实验方法高耗时，高成本问题，实现了更好的分类效果，以更高的准确率预测出潜在的microRNA与疾病关联关系。
一种基于多模态堆叠自动编码 microrna 疾病关联预测方法

[发明专利]一种基于最小二乘法和插值法的流速仪标定方法-CN201810132095.0有效
发明人：张玉成;黄世奇;尤著宏;袁静;刘铮;王丽丽 -专利权人：西京学院
申请日： 2018-02-09 - 公布日： 2022-02-08 - 主分类号： G01P21/02 文献下载
摘要：一种基于最小二乘法和插值算法理论的数据标定方法。通过对仪器真实测量的标准点和测试点之间的关系进行分析和误差计算，并采用最小二乘法进行数据拟合，得到数据之间的关系表达式，利用关系表达式构造相应的插值法模型，实现对标准点的调整和误差校正功能。在YSD5流速仪测量值的数据标定实验中，对该方法的可行性进行了验证，并给出了误差对比的实验结果。在数据标定中，运用了该方法实现了对标准点的调整和误差校正，避免人为调整基准点，在实际的数据标定中具有很好的适用性。
一种基于最小二乘法插值法流速标定方法

[发明专利]一种蛋白质自相互作用的预测方法-CN201711062661.7有效
发明人：陈沾衡;尤著宏;李晓;蒋同海;王延斌;方昱斌;陈沾兴 -专利权人：中国科学院新疆理化技术研究所
申请日： 2017-11-02 - 公布日： 2020-07-28 - 主分类号： G16B40/00 文献下载
摘要：本发明公开了一种蛋白质自相互作用的预测方法，该方法包括数据集的选择与建立，PSSM矩阵的生成，傅里叶描述子提取特征值，训练集和测试集的构建，分类器模型构建步骤完成，该方法是利用傅里叶描述子提取样本集的特征值，使计算机计算数据集的离散傅里叶变换所需的乘法次数大为减少，也节省了计算量；本发明能够利用随机投影的方法构建模型，大大提高了预测精度，能够得到比较好的预测效果；本发明方法计算代价低，功耗小；可以有效地预测蛋白质的自相互作用，预测效果可以达到93%以上。
一种蛋白质相互作用预测方法

[实用新型]一种智能计算机内存管理分配系统-CN201920059676.6有效
发明人：郑凯;陈沾衡;尤著宏 -专利权人：中国矿业大学
申请日： 2019-01-15 - 公布日： 2019-11-22 - 主分类号： G06F16/14 文献下载
摘要：本实用新型公开了一种智能计算机内存管理分配系统，属于计算机领域。一种智能计算机内存管理分配系统，包括中央处理器、存储接口、主存储器和网络硬件配置接口，主存储器包括内存管理器和模块存储器，模块存储器包括多个具有不同大小存储区间的存储模块；当从外存储设备上复制的文件或通过网络接口下载的文件到计算机上时，中央处理器识别文件所占字符的大小，进而存储在相应字符范围的存储模块中，当需要寻找某一文件时，只需要搜索对应的存储模块即可，不用全盘搜索，节约时间，检索更加快速便捷。
存储模块模块存储器智能计算机中央处理器分配系统内存管理主存储器搜索网络硬件配置本实用新型计算机领域内存管理器外存储设备存储接口存储区间识别文件网络接口下载检索存储复制节约计算机

[发明专利]基于余弦距离和中心轮廓距离的两次植物物种识别方法-CN201611249653.9有效
发明人：张善文;尤著宏;孔韦韦 -专利权人：西京学院
申请日： 2016-12-29 - 公布日： 2019-10-11 - 主分类号： G06K9/62 文献下载
摘要：基于余弦距离和中心轮廓距离的两次植物物种识别方法，包含粗略识别和精确识别两个过程，在粗略识别过程中，计算待识别叶片图像与训练集中每一类叶片图像的平均余弦距离，再选择训练集中部分平均余弦距离较大的类别作为待识别叶片图像的候选类；在精确识别过程中，提取候选类中叶片图像与待识别叶片图像的中心轮廓距离向量，然后计算候选类中每类叶片图像的中心轮廓距离与待识别叶片图像的中心轮廓距离向量之间的平均相似度，由此对待识别叶片图像进行精确识别，本发明提高了植物物种识别方法的速度和精度。
基于余弦距离中心轮廓两次植物物种识别方法

[发明专利]基于混沌博弈算法的miRNA-疾病相关性预测方法-CN201910091125.2在审
发明人：郑凯;尤著宏;周勇;李政伟;詹朝惠 -专利权人：中国矿业大学
申请日： 2019-01-30 - 公布日： 2019-06-21 - 主分类号： G16B20/00 文献下载
摘要：本发明公开了一种基于混沌博弈算法的miRNA‑疾病相关性预测方法，包括数据集的选择与建立，疾病语义相似矩阵、疾病高斯相似矩阵、miRNA高斯相似矩阵的生成，相似矩阵的融合，混沌博弈算法提取特征值，训练集和测试集的构建，分类器模型构建步骤完成，该方法是利用混沌博弈算法处理序列样本集的特征并得到特征值，使数据集的信息量大为增加；本发明能够利用宽度学习的方法构建模型，大大提高了预测精度，能够得到比较好的预测效果；本发明方法计算代价低，功耗小。
博弈算法相似矩阵混沌构建疾病预测数据集高斯分类器模型语义处理序列测试集训练集样本集功耗信息量融合学习

[发明专利]一种基于GloVe模型的氨基酸全局特征向量表示方法-CN201910042979.1在审
发明人：陈沾衡;尤著宏;李晓;蒋同海;周喜;袁扬;易海成;陈沾兴;彭新亮 -专利权人：中国科学院新疆理化技术研究所
申请日： 2019-01-17 - 公布日： 2019-05-17 - 主分类号： G16B30/00 文献下载
摘要：本发明公开了一种基于GloVe模型的氨基酸全局特征向量表示方法，该方法包括：输入GloVe模型中语料库的选择与建立，氨基酸序列粒度切分处理，利用GloVe模型训练得到每个氨基酸的特征向量步骤完成，该方法是利用GloVe词向量生成模型处理每个氨基酸序列并得到特征向量，对氨基酸序列进行特征向量化的表示，方便计算机更好的对数据进行处理，并有助于进一步对蛋白质间的相互作用进行预测，最终所有数据集中的每个蛋白质都能够得到300维的特征向量；该方法计算代价低，功耗小；有效地对氨基酸序列进行数值化的表示，为进一步蛋白质自相互作用预测奠定了坚实的基础。
氨基酸序列特征向量氨基酸蛋白质全局特征向量模型训练生成模型数据集中词向量数值化向量化有效地语料库预测功耗计算机

[发明专利]基于农业物联网和深度信念网络的大棚冬枣病害预测模型-CN201710667368.7在审
发明人：王献锋;张善文;张传雷;尤著宏 -专利权人：西京学院
申请日： 2017-08-07 - 公布日： 2017-12-22 - 主分类号： G06K9/62 文献下载
摘要：基于农业物联网和深度信念网络的大棚冬枣病害预测模型，先进行冬枣生长的环境信息采集和预处理，再进行冬枣病害视频彩色图像采集和特征提取，组成冬枣病害的联合特征向量；根据大棚冬枣病害发生规律，并结合冬枣病害发生的历史数据，建立大棚冬枣病害的联合特征向量数据库；构建基于深度信念网络(DBN)的冬枣病害预测模型，预测模型由一个输入层、三个受限玻尔兹曼机(RBM)和一个BP网络组成，利用非监督贪婪逐层方法和数据库中的联合特征向量预训练预测模型，获得预测模型的最佳参数值；然后进行预测模型测试，反复训练预测模型；最后进行冬枣病害预测，提高大棚冬枣病害预测准确率。
基于农业联网深度信念网络大棚病害预测模型

[发明专利]基于深度卷积神经网络和病害图像的冬枣病害识别方法-CN201710178982.7在审
发明人：张善文;尤著宏;师韵 -专利权人：西京学院
申请日： 2017-03-23 - 公布日： 2017-07-21 - 主分类号： G06K9/00 文献下载
摘要：基于深度卷积神经网络和病害图像的冬枣病害识别方法，先将物联网采集的原始冬枣病害果实RGB彩色图像转化成YUV颜色模型，再进行预处理；然后提取包含病害图像的病斑的一个感兴趣区域矩形，利用K‑均值聚类算法分割得到YUV彩色病斑图像；构建一个三通道分层卷积神经网络模型，利用训练数据训练该模型，最后将待识别的冬枣病害图像输入训练后的模型，进行病害类别识别；本发明能够应用于基于物联网的大棚冬枣病害监控系统中，能够得到较高的病害识别结果。
基于深度卷积神经网络病害图像识别方法

[发明专利]一种高效的基于旋转森林的Android恶意软件检测模型DroidDet-CN201710139758.7在审
发明人： 尤著宏;施炜雷;朱会娟;张善文;苗发彪 -专利权人：西京学院
申请日： 2017-03-10 - 公布日： 2017-07-04 - 主分类号： G06F21/56 文献下载
摘要：本发明公开了一种高效的基于旋转森林的Android恶意软件静态检测模型DroidDet，属于信息安全技术领域。本发明通过使用反编译工具对Android应用程序中的Apk文件进行反编译，并分析和提取四组特征的组合作为构建旋转森林分类器模型的输入。本发明的优点1)本发明首次采用集成学习方法‑旋转森林算法，另外通过采用PCA主成分分析和自助采样法并使用全部训练集来训练每一个基学习器，因此本发明所创建的模型具备显著优越的泛化性能；2)旋转森林算法具备选择“最优特征”的特点，避免噪音数据。通过十折交叉验证法验证本发明所创建模型的有效性，本发明所提出模型的预测准确率达到88.26％，比典型的支持向量机SVM分类器的84.93％的准确率高了3.13％。本发明在用户信息安全领域有着广阔的应用前景。
一种高效基于旋转森林 android 恶意软件检测模型 droiddet

[发明专利]一种基于随机森林的Android恶意软件静态检测方法-CN201710139781.6在审
发明人： 尤著宏;施炜雷;朱会娟;张善文;苗发彪 -专利权人：西京学院
申请日： 2017-03-10 - 公布日： 2017-06-13 - 主分类号： G06F21/56 文献下载
摘要：本发明涉及一种基于随机森林的Android恶意软件静态检测方法，属于网络安全技术领域。该方法构建由权限、监听的系统事件、敏感API以及权限率组成的特征向量，并且建立了基于支持机器学习中的随机森林算法的Android恶意软件的训练模型和预测模型，然后通过样本计算以及利用十折交叉验证法验证了该模型的有效性，本发明所提出模型的预测准确率可以达到89.91％。本发明的显著优点1)通过简单和快速的静态分析方法获取每个Android应用程序所涉及的主要特征，并且不需要涉及到任何动态跟踪，具备低成本高效率的特点；2)所使用的四组特征向量，包括权限、监听的系统事件、敏感API以及权限率是每个Android应用程序均可轻易捕获的，在Android平台上容易被推广。
一种基于随机森林 android 恶意软件静态检测方法

[发明专利]基于对数频域分层梯度方向直方图的苹果病害识别方法-CN201611246390.6在审
发明人：张善文;黄文准;尤著宏 -专利权人：西京学院
申请日： 2016-12-29 - 公布日： 2017-05-31 - 主分类号： G06K9/46 文献下载
摘要：基于对数频域分层梯度方向直方图的苹果病害识别方法，先对原始的苹果病害叶片RGB彩色图像经过滤预处理，转化成YUV颜色模型，利用K均值聚类和EM方法结合对苹果叶片图像进行分割得到病斑图像，再分别计算病斑图像的对应的RGB、L*a*b*和YUV三个图像的分层梯度方向直方图，进行傅里叶变换，再取对数，得到的三个对数频域分层梯度方向直方图，再整合为一个向量，利用PCA进行维数约简，得到苹果病害叶片图像的特征向量，建立苹果病害叶片标准模版库，对于一幅待识别的苹果病害叶片，提取其特征向量，然后计算待识别叶片图像的特征向量与标准模版库中的特征向量之间的余弦距离，最后判断待识别苹果病害叶片的病害类别，本发明能够快速、准确地识别苹果病害类别。
基于对数分层梯度方向直方图苹果病害识别方法

[发明专利]一种机器人导航定位系统及导航定位方法-CN200610096976.9无效
发明人：梁华为;陈万明;孟庆虎;梅涛;黄健;缪仕福;李帅;尤著宏;郭庆磊 -专利权人：中国科学院合肥物质科学研究院
申请日： 2006-10-21 - 公布日： 2007-04-11 - 主分类号： G01S1/02 文献下载
摘要：本发明公开了一种机器人导航定位系统及导航定位方法。系统包括应用于机器人导航定位系统的无线传感器网络和机器人，无线传感器网络节点由传感单元、处理单元、定位单元、无线模块和电源模块组成，机器人具有移动能力，其上安置有无线定位模块；导航定位方法为：将无线传感器网络节点布撒于监控区域，各节点通过自组网形成无线传感器网络，机器人根据无线传感器网络提供的位置和环境信息进行置信度判断和校正，进而进行环境建模、定位、路径规划和导航。该发明能够单独或与惯性导航、视觉导航等方式进行组合实现移动机器人高精度定位和导航，可广泛地用于各种不能或不宜使用GPS的场合，对移动机器人、运动车辆和人员进行导航定位。
一种机器人导航定位系统方法

1
共 15 条