“周树森”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84个，建议您升级VIP下载更多相关专利

[发明专利]一种基于多模态的T细胞受体序列分类方法-CN202311174331.2在审
发明人：刘峻江;周树森;王庆军;臧睦君;柳婵娟;刘通 -专利权人：鲁东大学
申请日： 2023-09-13 - 公布日： 2023-10-20 - 主分类号： G16B30/00 文献下载
摘要：本发明属于生物信息学领域，涉及一种基于多模态的T细胞受体序列分类方法，将T细胞受体的空间结构特征与序列特征融合在一起，旨在提高T细胞受体序列的分类能力。该方法使用了一种新型的编码方式将T细胞受体序列的原子空间结构与序列特征进行结合，并在联合训练前进行预训练。在预训练结束后，将空间特征提取模块与序列特征提取模块进行联合训练并取得预测结果。该方法的步骤包括：T细胞受体空间结构预处理、T细胞受体序列预处理、空间特征提取模块预训练、空间特征提取模块与序列特征提取模块联合训练四个步骤。该方法可有效融合T细胞受体的空间结构特征和序列特征，并得到更优的效果，对疾病的检测、治疗、预后具有重要意义。
一种基于多模态细胞受体序列分类方法

[发明专利]一种基于深度对比学习的酶功能预测方法-CN202311131004.9在审
发明人：于新迪;周树森;臧睦君;刘通;柳婵娟;王庆军 -专利权人：鲁东大学
申请日： 2023-09-04 - 公布日： 2023-10-03 - 主分类号： G16B40/00 文献下载
摘要：本发明属于生物信息学领域，涉及一种基于深度对比学习的酶功能预测方法，其中包括深度学习、对比学习、卷积神经网络等技术。首先，使用蛋白质语言预训练模型ESM‑2对蛋白质序列进行预处理，并计算预处理后各类酶的聚类中心之间的欧氏距离，存储为成对距离矩阵；其次，将预处理后的样本作为输入，训练基于对比学习构建的并行卷积神经网络，并在训练过程中更新成对距离矩阵，保存训练好的模型；最后，对需要预测的蛋白质序列进行预处理，将其输入训练好的模型得到预测向量，计算预测向量与各类酶的聚类中心的距离，选取距离较近的类的标签作为预测结果。本发明提出的方法有效提高了酶功能预测的正确率。
一种基于深度对比学习功能预测方法

[发明专利]一种基于深度学习的单细胞RNA序列基因调控推断方法-CN202311104699.1在审
发明人：马婧;周树森;王庆军;柳婵娟;臧睦君;刘通 -专利权人：鲁东大学
申请日： 2023-08-30 - 公布日： 2023-09-29 - 主分类号： G16B40/20 文献下载
摘要：本发明属于生物信息学领域，涉及一种基于深度学习的单细胞RNA序列基因调控推断方法。首先，对单细胞RNA序列的转录因子与基因的低维向量化表示信息、链接信息进行预处理；其次，通过注意力网络、卷积神经网络和多层感知机进行转录因子与基因的低维向量化特征矩阵的更新和转录因子‑基因对的相关性分析；最后，根据预测结果与真实数据的误差基于损失函数优化模型。本发明提高了单细胞RNA序列基因调控推断的准确率，能够分析转录因子与基因链接信息的拓扑结构和特征，并以此推断出转录因子和基因是否具有调控关系，从而帮助生物信息学领域工作者深入研究基因调控的原理和规律，还可为单细胞RNA相关疾病患者的临床手术决策提供参考。
一种基于深度学习单细胞 rna 序列基因调控推断方法

[发明专利]一种基于深度学习的DNA序列功能预测方法-CN202311075805.8在审
发明人： 周树森;柳婵娟;王庆军;臧睦君;刘通 -专利权人：鲁东大学
申请日： 2023-08-25 - 公布日： 2023-09-26 - 主分类号： G16B40/00 文献下载
摘要：本发明属于生物信息学领域，涉及一种基于深度学习的DNA序列功能预测方法。该方法的核心思想是首先使用密集卷积网络的多个密集块提取DNA数据的局部特征，然后使用双向长短期记忆网络基于密集卷积网络输出的特征进一步提取DNA数据的长序列特征，最后将提取的特征输出到全连接层与数据标签建立映射关系。以上所述三个部分被融合到一个深层架构中，使用监督学习方法基于反向传播算法迭代训练即可获得最优参数。这种方法可以将密集卷积网络和长短期记忆网络的特征提取能力进一步融合，有效提升了深层架构预测DNA序列功能的性能。
一种基于深度学习 dna 序列功能预测方法

[发明专利]一种锅炉醇基燃料专用燃烧防爆系统及主动防爆方法-CN201710198096.0有效
发明人：周良才;刘杰;周树森;林培湲 -专利权人：济南九棵树新能源科技有限公司
申请日： 2017-03-29 - 公布日： 2023-06-27 - 主分类号： F23M11/00 文献下载
摘要：本发明公开的一种锅炉醇基燃料专用燃烧防爆系统，包括储油罐、燃烧装置和锅炉燃烧室，还包括防爆机构、控制器和中控装置；所述防爆机构包括防爆装置和防爆应急开关，所述防爆装置设置在锅炉燃烧室上端，防爆装置采用高温高压防爆风机，所述防爆应急开关设置在储油罐出油口处；所述控制器与燃烧装置和中控装置信号连接，中控装置与防爆装置和防爆应急开关信号连接。通过本发明可以降低使用过程中爆炸的风险，减少事故的发生率，实现主动防爆。
一种锅炉燃料专用燃烧防爆系统主动方法

[发明专利]一种基于卷积与Transformer的受体分类方法-CN202310578918.3在审
发明人：刘峻江;周树森;臧睦君;王庆军;柳婵娟;刘通 -专利权人：鲁东大学
申请日： 2023-05-22 - 公布日： 2023-06-23 - 主分类号： G06F18/241 文献下载
摘要：本发明属于生物信息学领域，涉及一种基于卷积与Transformer的受体分类方法，旨在提高提取细胞受体序列特征并预测受体序列种类的性能。该方法采用词向量矩阵对所有受体序列进行处理，使用两层卷积神经网络提取初级特征，再使用两个不同注意力头数量的Transformer编码器提取进一步特征，最后使用两个具有不同输出通道数的卷积神经网络提取深层次的特征并得到分类结果。该方法的步骤包括：受体序列预处理、初级特征提取、时序特征提取、高级特征提取与分类四个步骤。这种基于卷积与Transformer的受体分类方法能够提高数据利用率，有效提取受体序列的时间序列特征，并得到更优的分类效果，具有广泛应用价值。
一种基于卷积 transformer 受体分类方法

[发明专利]一种基于机器学习的子宫内膜癌组织学等级预测方法-CN202310322441.2有效
发明人：于新迪;周树森;王庆军;臧睦君;柳婵娟;刘通 -专利权人：鲁东大学
申请日： 2023-03-29 - 公布日： 2023-06-16 - 主分类号： G16H50/30 文献下载
摘要：本发明涉及人工智能与生物信息学领域，涉及一种基于机器学习的子宫内膜癌组织学等级预测方法，其中包括核糖核酸序列处理、支持向量机、生存分析等技术。首先，对G1G3数据集和G2数据集的核糖核酸序列进行预处理，并对提取完特征的数据集进行去量纲化处理；其次，训练G1、G3级子宫内膜癌分类预测模型，确定支持向量机的最优核函数，并完成模型测试；最后，使用训练好的模型将G2级患者分成G2高风险和G2低风险两个亚组，通过生存分析验证分级的有效性。本发明提高了G1、G3级子宫内膜癌分级预测准确率，并成功地将G2级患者分成了G2高风险和G2低风险两个亚组。本发明能够为子宫内膜癌患者的临床手术决策提供参考。
一种基于机器学习子宫内膜组织学等级预测方法

[发明专利]一种基于迁移学习的非编码变异预测方法-CN202310430873.5在审
发明人：李铭烈;周树森;王庆军;柳婵娟;臧睦君;刘通 -专利权人：鲁东大学
申请日： 2023-04-21 - 公布日： 2023-05-23 - 主分类号： G16B20/20 文献下载
摘要：本发明属于生物信息学领域，涉及一种基于迁移学习的非编码变异预测方法，其中包括迁移学习，随机森林和支持向量机等技术，旨在提高深度学习模型对非编码DNA预测性能。包括如下步骤：首先，在大规模通用非编码变异数据基础上，使用卷积神经网络进行预训练，获得预训练模型；其次，提取预训练模型的卷积核，用该卷积核提取上下文特定的功能性非编码变异数据的特征；然后，使用随机森林对提取的特征进行选择，剔除不重要的特征；最后，利用所选特征训练支持向量机进行预测。本方法可以准确预测特定背景下的功能性非编码变异。
一种基于迁移学习编码变异预测方法

[发明专利]一种基于深度神经网络的蛋白质二级结构预测方法-CN201910085554.9有效
发明人： 周树森;邹海林;柳婵娟;臧睦君;刘通 -专利权人：鲁东大学
申请日： 2019-01-29 - 公布日： 2023-05-23 - 主分类号： G16B15/20 文献下载
摘要：本发明涉及一种基于深度神经网络的蛋白质二级结构预测方法。该方法可以通过多个不同层次卷积神经网络融合蛋白质序列相互依赖特征，同时提取单个氨基酸特征，然后将这些特征输入循环神经网络进一步融合，通过全连接层建立与蛋白质8个类别的映射关系。最后，使用RMSProp优化器基于labels和logits之间的交叉熵误差训练该深度神经网络，有效提升了蛋白质二级结构预测的正确率。
一种基于深度神经网络蛋白质二级结构预测方法

[发明专利]一种基于数据扩充的多模态心律失常分类辅助诊断系统-CN202211597882.5在审
发明人：刘通;徐志敏;臧睦君;周树森;柳婵娟;王庆军 -专利权人：烟台新旧动能转换研究院暨烟台科技成果转移转化示范基地
申请日： 2022-12-12 - 公布日： 2023-04-25 - 主分类号： G16H50/20 文献下载
摘要：本发明属于心电信号分析技术领域，具体公开了一种基于数据扩充的多模态心律失常分类辅助诊断系统，包括数据处理模块、多模态匹配数据扩充模块、多模态特征提取模块、心律失常分类模块和外部接口模块。数据处理模块用于对长信号进行截取和模态转换；多模态匹配数据扩充模块以样本量最多的类别的数量为标准，对其他类别进行数据扩充；多模态特征提取模块采用卷积神经网络分别提取信号和图像两种模态下的特征，并进行拼接；心律失常分类模块用于对拼接特征进行降维并分类；外部接口模块用于接收心电记录并呈现分类结果。采用本发明的辅助诊断系统，通过基于多模态匹配的数据扩充方法平衡数据集，提取多模态数据特征，提高心律失常分类准确率。
一种基于数据扩充多模态心律失常分类辅助诊断系统

[实用新型]一种语音交互装置-CN202222742455.3有效
发明人： 周树森 -专利权人：泰思物联网科技（广州）有限公司
申请日： 2022-10-18 - 公布日： 2023-03-10 - 主分类号： H05K5/02 文献下载
摘要：本实用新型涉及语音交互技术领域，公开了一种语音交互装置，所述上壳与下壳的前侧对合端设置有操控面板，且上壳与下壳的后侧对合端设置有端口面板，所述下壳的内侧设置有减震组件，所述减震组件中防撞包边的内侧包裹有电路板，所述上壳的上部端面位于中部位置处设置有音筒组件。本实用新型通过可灵活拆卸、组装的音筒组件，具有良好的拆装清洗、更换性能，其确保音筒声音传递清晰性的同时，又具有便捷的拆装性能，且在使用过程中，通过减震组件中压缩弹簧的弹性压缩，以及防撞包边的弹性包裹，能够对电路板进行双重弹性保护，确保交互装置的长久使用寿命。
一种语音交互装置

[发明专利]一种智慧农业环境监测装置-CN202211512877.X在审
发明人：王庆军;周树森;刘通;臧睦君 -专利权人：鲁东大学
申请日： 2022-11-28 - 公布日： 2023-03-07 - 主分类号： F16M11/18 文献下载
摘要：本发明属于农业监测设备技术领域，公开了一种智慧农业环境监测装置，其技术要点是：包括固定柱，所述固定柱底端设置为锥形结构，所述固定柱内设置有升降机构，所述升降机构包括有伸缩柱与驱动组件，所述驱动组件位于固定柱内部并且与伸缩柱相连接，所述伸缩柱顶端固定连接有底板，所述底板表面固定安装有环形的玻璃罩，所述玻璃罩顶端固定连接有顶板，所述玻璃罩内设置有监测器，所述顶板表面设置有与监测器相互配合的控制机构，所述控制机构包括有旋转组件与清灰组件，所述旋转组件与监测器相连接，所述清灰组件位于玻璃罩外侧。
一种智慧农业环境监测装置

[发明专利]物联网数据传输方法、数据传输装置及储存介质-CN202210137202.5在审
发明人： 周树森 -专利权人：泰思物联网科技（广州）有限公司
申请日： 2022-02-15 - 公布日： 2022-10-04 - 主分类号： H04L69/08 文献下载
摘要：本发明属于物联网数据传输技术领域，公开了一种物联网数据传输方法、数据传输装置及储存介质，且所述的物联网数据传输方法包括：在物联网节点处接收由第一终端设备发送的目标数据；获取所述目标数据的数据格式及链路层协议，根据所述数据格式及链路层协议校验所述目标数据是否有效；将有效数据转换为TCP/IP数据；非对称加密所述TCP/IP数据并传输至网络服务器；综上可知，本发明能有效将串行数据信号、红外信号或者数字IO信号等多种不同信号格式的传输数据及时转化为TCP/IP数据，并且对转换后的数据进行加密传输，以此灵活实现不同类型数据的转化和传输，满足及时通信需求，并且能有效数据传输网络中的节点、并降低网络传输系统的复杂度。
联网数据传输方法装置储存介质

[发明专利]一种房颤风险提示系统及设备-CN202210656474.6在审
发明人：刘通;魏树鸿;臧睦君;柳婵娟;周树森;王庆军 -专利权人：烟台新旧动能转换研究院暨烟台科技成果转移转化示范基地
申请日： 2022-06-10 - 公布日： 2022-09-16 - 主分类号： G16H50/30 文献下载
摘要：本发明属于心电信号分析技术领域，具体公开了一种房颤风险提示系统，包括心电信号预处理模块，一维卷积双交叉臂网络模块，房颤心拍风险提示模块以及外部接口模块。心电信号预处理模块用于对输入的心电信号进行预处理；一维卷积双交叉臂网络模块用于对双导联特征进行特征融合和选择；房颤心拍风险提示模块用于将输入的单导联心电信号特征输入到神经网络中，得到房颤心拍的置信度；外部接口模块用于兼容不同心电采集设备和报警输出接口。本发明还公开了一种包括上述系统的房颤风险提示设备。采用本发明的房颤风险提示系统，通过对两个导联的心拍进行融合并抽取特征，实现对双导联心拍高质量的房颤检测，有效提高双导联心拍的房颤检测准确率。
一种房颤风险提示系统设备

[发明专利]一种基于迁移学习的动态心电图R波T波识别系统-CN202210657076.6在审
发明人：刘通;魏树鸿;臧睦君;柳婵娟;周树森;王庆军 -专利权人：烟台新旧动能转换研究院暨烟台科技成果转移转化示范基地
申请日： 2022-06-10 - 公布日： 2022-09-16 - 主分类号： G06K9/00 文献下载
摘要：本发明涉及心电信号分析技术领域，具体公开了一种基于迁移学习的动态心电图R波T波识别方法，包括动态ECG信号便携采集模块，ECG信号去噪模块，ECG信号分割模块，卷积神经网络识别模块和ECG信号结果综合显示模块。动态ECG信号便携采集模块用于便携式动态心电图采集和存储；ECG信号去噪模块用于对动态心电信号进行去噪处理；ECG信号分割模块用于对心电信号进行分割和切割；卷积神经网络识别模块使用迁移学习的方法对R波和T波进行识别；ECG信号结果综合显示模块用于综合输出波峰坐标。采用本发明的系统，基于迁移学习对R波和T波进行识别，解决T波训练数据量小而且识别难度大的问题。
一种基于迁移学习动态心电图识别系统

1
2
3
4
5
6
下一页»
尾页
共 84 条