专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果2478981个,建议您升级VIP下载更多相关专利
  • [发明专利]基于多因素特征融合的疾病风险预测方法MFF-DeepPRS-CN202310675403.5在审
  • 彭佳杰;保智杰 - 西北工业大学
  • 2023-06-08 - 2023-10-17 - G16H50/30
  • 本发明提供了一种基于多因素特征融合的疾病风险预测方法MFF‑DeepPRS,其首先分别根据获取的含有预选疾病的数据集对遗传因素特征SNP进行筛选,以及根据预设标准对非遗传因素特征进行筛选,筛选后的遗传因素特征和非遗传因素特征经相应特征汇聚和维度拓展后进行一次特征拼接,随后输入至BiLSTM层获取第一拼接特征之间的相互作用关系,再经过平铺层后与筛选后的非遗传因素进行二次拼接,最后基于带有sigmoid函数的全连接层得到疾病风险评分。本发明的基于多因素特征融合的疾病风险预测方法MFF‑DeepPRS对多类非遗传因素特征进行整合,使用神经网络模型将非遗传因素特征遗传因素有效结合,可有效提升疾病风险预测的准确性。
  • 基于因素特征融合疾病风险预测方法mffdeepprs
  • [发明专利]一种基于遗传算法的安卓恶意软件检测特征选择方法-CN202310054631.0在审
  • 何泾沙;祝明光;朱娜斐 - 北京工业大学
  • 2023-02-03 - 2023-07-04 - G06F21/56
  • 本发明公开了一种基于遗传算法的安卓恶意软件检测特征选择方法,包括:对安卓软件样本集进行静态分析和动态分析,将得到静态特征和动态特征进行融合,得到初始特征数据集;基于改进的遗传算法对初始特征数据集进行特征选择;其中,改进的遗传算法包括:初始化种群,个体适应度计算、分层锦标赛选择操作、自适应交叉操作和自适应变异操作产生新的种群,通过多次运算确定最优个体,然后解码出最优个体对应的最优特征子集。本发明利用动静态特征相结合,提高获取特征的覆盖率;利用改进的遗传算法从给定的输入特征向量中选择最合适的特征子集,以提高特征选择的效率;同时改进的遗传算法可缩短算法搜索时间,避免遗传算法过早收敛。
  • 一种基于遗传算法恶意软件检测特征选择方法
  • [发明专利]一种基于遗传算法的多模态情感特征融合方法-CN201610397707.X有效
  • 程晓;卢官明;闫静杰 - 南京邮电大学
  • 2016-06-07 - 2019-03-01 - G06K9/62
  • 本发明公开了一种基于遗传算法的多模态情感特征融合方法,属于信号处理与模式识别领域。包括以下内容:建立一个多模态情感数据库,然后对于所述数据库中的每个样本,提取多模态情感数据库样本的各模态情感特征,例如:面部表情特征、语音情感特征以及身体姿态特征等,构造多模态情感特征矩阵,将遗传算法用于多个模态的特征融合,包括基于遗传算法的特征选择、交叉以及重组,最后采用遗传算法对多模态情感特征进行F次迭代的特征选择和融合。本发明针对多模态情感分类识别,提出将遗传算法用于特征层融合,为基于特征层融合的多模态情感分类识别提供了一种新的有效途径。
  • 一种基于遗传算法多模态情感特征融合方法
  • [发明专利]一种基于最大互信息系数的遗传编程变异概率优化方法-CN202310360793.7在审
  • 钟竞辉;钟联杰 - 华南理工大学
  • 2023-04-06 - 2023-07-07 - G06N3/126
  • 本发明公开了一种基于最大互信息系数的遗传编程变异概率优化方法。对于传统遗传编程,特征选择的倾向将由初始的完全随机选择走向带偏好的差别选取,本发明约束了遗传编程的搜索方向,从而提升搜索效率。包括:步骤S1,使用最大互信息系数衡量数据集中各特征与目标的相关性大小,并将各特征与目标的相关性大小合并成相关性向量;步骤S2,依据相关性向量确定遗传编程在变异选择新特征时的概率分布;步骤S3,进行遗传编程进化,在遗传编程进化过程中,始终固定所述概率分布,不受种群内各特征选取数量影响。本发明降低了随机初始化对遗传编程整体性能的影响比重,增强了遗传编程在基础问题上的鲁棒性,能够提高训练效率和精度,提升模型泛化性能。
  • 一种基于最大互信系数遗传编程变异概率优化方法
  • [发明专利]基于分层自注意力机制的差异表达基因预测系统-CN202111581852.0在审
  • 王峻;黄子墨;余国先;闫中敏;崔立真 - 山东大学
  • 2021-12-22 - 2022-04-05 - G16B40/00
  • 本发明公开了基于分层自注意力机制的差异表达基因预测系统,包括:获取模块,获取待测细胞对对应基因的表观遗传学数据;根据表观遗传学数据,构建不同表观遗传因素的输入矩阵;编码模块,将每种表观遗传因素的输入矩阵,输入到第一自注意力机制层对应的自注意力机制模块中,得到每种表观遗传因素的编码向量;特征提取模块,将每种表观因素的编码向量,输入到第二自注意力机制层的自注意力机制模块中,得到最终的特征嵌入向量;预测模块,将最终的特征嵌入向量输入到训练后的分类器中,得到差异表达基因预测结果。利用表观遗传学数据自动构建特征,同时识别重要的特征位点和表观遗传因素来进行可解释的基因差异表达预测。
  • 基于分层注意力机制差异表达基因预测系统
  • [发明专利]一种基于遗传算法优化BP神经网络的水声目标识别方法-CN202010025865.9在审
  • 曾向阳;杨爽;王海涛;乔彦 - 西北工业大学
  • 2020-01-10 - 2020-06-09 - G06K9/00
  • 本发明提供了一种基于遗传算法优化BP神经网络的水声目标识别方法,提取水声信号的MFCC水声特征,水声特征作为BP神经网络分类器的样本;然后随机初始化遗传算法的种群,种群中的个体包含需要优化的BP神经网络的权值和阈值,权值和阈值作为遗传算法的目标优化函数,目标优化函数代入BP神经网络获得仿真误差,优化种群中每个个体的仿真误差,获得BP神经网络的最佳初始权重和阈值;最后利用遗传算法优化后的BP神经网络对水声特征进行训练和识别本发明使用遗传算法对水声目标的特征进行识别分类,用遗传算法优化后的BP神经网络训练和预测水声目标可获得更高的识别率,识别性能更稳定。
  • 一种基于遗传算法优化bp神经网络目标识别方法

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top