“宋弢”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79个，建议您升级VIP下载更多相关专利

[发明专利]基于多尺度残差网络的蛋白质-蛋白质相互作用预测算法-CN202310245763.1在审
发明人：宋弢;李雪;高畅楠;韩佩甫 -专利权人：中国石油大学（华东）
申请日： 2023-03-15 - 公布日： 2023-10-20 - 主分类号： G16B5/00 文献下载
摘要：本发明为一种基于多尺度残差网络的蛋白质‑蛋白质相互作用预测算法，从而实现快速预测两个蛋白质是否发生相互作用，以促进靶向药物开发和疾病防治，为药物设计和疾病预防提供新的思路，包括1)利用蛋白质数据库的预训练模型获取氨基酸对之间的信息，添加氨基酸组成及顺序、理化性质、信息熵高效编码蛋白质序列；2)通过多尺度残差网络对蛋白质信息进行特征提取，保证蛋白质特征向量构建模块所得到的信息被充分学习；3)通过特征向量归一化与相互作用预测模块，对残差网络模块所得到的多特征进行融合拼接和特征向量归一化处理，最终得到蛋白质‑蛋白质相互作用预测结果；4)对模型进行参数调优，并在多个种内、种间、疾病及网络数据集验证模型的可用性。
基于尺度网络蛋白质相互作用预测算法

[发明专利]基于自注意力机制的蛋白质-蛋白质相互作用预测算法-CN202310246011.7在审
发明人：宋弢;李雪;高畅楠;韩佩甫 -专利权人：中国石油大学（华东）
申请日： 2023-03-15 - 公布日： 2023-08-29 - 主分类号： G16B5/00 文献下载
摘要：本发明为基于自注意力机制的蛋白质‑蛋白质相互作用预测算法，从而实现快速预测两个蛋白质是否发生相互作用，以促进靶向药物开发和疾病防治，为药物设计和疾病预防提供新的思路，包括1)通过蛋白质编码，提取蛋白质序列中所包含的理化性质、氨基酸组成等信息，并将长短不一的蛋白质序列转换为定长的特征向量；2)通过基于自注意力的深度神经网络对蛋白质信息进行特征提取，保证蛋白质特征向量的信息被充分学习；3)对提取到的蛋白质特征向量进行融合拼接，得到相互作用特征，对相互作用特征进行归一化处理得到蛋白质‑蛋白质相互作用预测结果；4)对模型进行参数调优，并在多个种内、种间及网络数据集验证模型的可用性。
基于注意力机制蛋白质相互作用预测算法

[发明专利]基于卷积神经网络的药物-蛋白相互作用预测模型-CN202110878705.3有效
发明人：王爽;宋弢 -专利权人：中国石油大学（华东）
申请日： 2021-08-02 - 公布日： 2023-07-25 - 主分类号： G16B15/30 文献下载
摘要：本发明提出了一种基于卷积神经网络的药物‑蛋白相互作用预测模型，该预测模型的构建方法如下：步骤1、为靶点蛋白质的结合位点构建包围盒描述符，利用三层3D卷积神经网络提取多通道的结合位点空间结构特征；步骤2、基于靶点蛋白质的氨基酸序列，利用三层1D卷积神经网络提取蛋白质的氨基酸构成特征；步骤3、为待筛选的药物分子构建分子图，利用三层图卷积神经网络提取药物分子特征；步骤4、将得到的所有特征进行组合得到整体特征后，输入至两层全连接网络预测药物‑蛋白的相互作用，借此，本发明具有不仅考虑了与对接过程密切相关的结合位点的局部特征，还考虑了蛋白质的全局特征，并将这些特征预测化合物‑蛋白质相互作用的优点。
基于卷积神经网络药物蛋白相互作用预测模型

[发明专利]一种行为预测方法、装置、存储介质及电子设备-CN202111546773.6在审
发明人：谭学垒;付浩;黄祥洲;黄方胜;张梦迪;聂晓哲;夏禹;钟镜原;宋弢 -专利权人：北京三快在线科技有限公司
申请日： 2021-12-16 - 公布日： 2023-06-20 - 主分类号： G06Q10/04 文献下载
摘要：在本说明书提供的行为预测方法中，获取到服务对象、配送运力的信息和历史订单信息后，利用服务对象、配送运力的信息和历史订单信息构建服务对象与配送运力之间的关系图，并根据关系图得到待定行为特征，对待定行为特征进行优化，得到最终行为特征，根据最终行为特征，预测配送运力可能出现的第一指定行为。在上述方法中，将根据配送运力的历史配送行为得到的最终行为特征考虑进对配送运力的行为预测中，避免了仅靠基础特征进行预测时无法充分表征配送运力的行为特点，导致建模效果不够理想，预测结果不够准确的问题，有效提高了预测的准确度。
一种行为预测方法装置存储介质电子设备

[发明专利]一种基于元学习的多模态热带气旋遥感图像的超分辨率方法与系统-CN202211598964.1在审
发明人：宋弢;杨坤林;孙菡萏 -专利权人：中国石油大学（华东）
申请日： 2022-12-14 - 公布日： 2023-05-26 - 主分类号： G06T3/40 文献下载
摘要：本发明涉及一种基于元学习的多模态热带气旋遥感图像的超分辨率方法与系统。本发明涉及海洋大气遥感图像处理技术领域。所述方法与系统包括以下步骤：步骤一：数据预处理与构建数据集：用于多模态的热带气旋图像超分辨率任务，数据源于HURSAT公开数据集。通过经纬度和时间的匹配，对卫星数据进行掩膜处理，以及数据对齐、区间缩放与标准化、异常值处理等。步骤二：利用元学习的思想对多模态数据进行特征信息的提取：利用元学习和生成对抗网络进行超分辨率任务的学习，通过引入生成对抗网络来学习超分辨率的重构，通过引入元学习来让网络学习不同模态之间的特征信息。步骤三：利用迁移学习训练不同模态下的单独的生成器和鉴别器：利用多模态任务中的大量数据预训练网络，将元学习学到的多模态特征信息迁移到单一模态。步骤四：结合步骤二和步骤三训练的模型，共同组成多模态遥感图像超分辨率系统算法部分。利用软件工程的相关知识，将训练好的模型和系统部署于云端。
一种基于学习多模态热带气旋遥感图像分辨率方法系统

[发明专利]一种基于模糊理论和神经网络的测井相识别方法-CN201910042398.8有效
发明人：李忠伟;张卫山;宋弢;卢清华;崔学荣;刘昕;赵德海;何旭 -专利权人：中国石油大学（华东）
申请日： 2016-08-30 - 公布日： 2023-05-23 - 主分类号： G06N3/0464 文献下载
摘要：本发明提出了一种基于模糊理论和神经网络的测井相识别方法，首先，构建模糊区域卷积神经网络，将给出目标假设区域和目标识别放入同一个网络中，共享卷积计算，一个训练过程更新整个网络的权重；接下来，测井数据经过模糊区域卷积神经网络进行卷积和池化操作，卷积层和池化层交互，在卷积层和池化层进行模糊操作，从模糊区域卷积神经网络的第一层开始，逐渐增加模糊化的层数，针对不同的数据集调整模糊化层数，模糊区域卷积神经网络的最后一层得到特征向量，该特征向量通过一个滑动窗口将特征映射到一个低维向量中，然后将特征输入到两个全连接层，一个全连接层用来定位，另一个全连接层用来分类。
一种基于模糊理论神经网络测井相识方法

[发明专利]一种基于随机森林的海洋数值模式单点偏差订正方法与系统-CN202211632289.X在审
发明人：宋弢;孙菡萏;杨坤林 -专利权人：中国石油大学（华东）
申请日： 2022-12-19 - 公布日： 2023-04-28 - 主分类号： G06N7/01 文献下载
摘要：本发明提供了一种基于随机森林的海洋数值模式单点偏差订正方法与系统。在一些可选实施例中，所述方法与系统包括以下步骤：步骤一：站点数据匹配：首先，针对不同大气、海洋数值模式的预报结果选择合适的再分析数据，可供选择的数据集包括欧洲气象中心的ERA5再分析数据。选择的数据的时间分辨率和选择站点的经纬度要匹配，同时。选择合适的数据之后，进行异常数据处理。步骤二：训练单点订正模型：订正的数据为站点的一维时间序列数据，并且具有不同的预报时效(如1小时，2小时等等)，针对不同站点、不同的预报要素(海温、海风、海浪高度等)、不同的预报时效需要训练不同的随机森林模型，并且进行参数优化调整，以获得最佳的订正效果。步骤三：调用模型进行单点偏差订正：系统实际运行过程中，当输入该站点该要素该时效的预报数据后，调用相应匹配的随机森林模型进行偏差订正，然后进行保存。
一种基于随机森林海洋数值模式单点偏差订正方法系统

[发明专利]一种基于深度学习的双分支热带气旋强度与尺度估计方法与系统-CN202211604962.9在审
发明人：宋弢;杨坤林;孙菡萏 -专利权人：中国石油大学（华东）
申请日： 2022-12-14 - 公布日： 2023-04-11 - 主分类号： G06T7/00 文献下载
摘要：本发明设计了一种基于深度学习的双分支热带气旋强度与尺度估计方法与系统。本发明涉及海洋大气遥感图像处理技术领域。所述方法与系统包括以下步骤：步骤一：数据预处理与构建数据集：用于双分支热带气旋强度与尺度估计任务，数据源于HURSAT公开数据集，采用红外和微波遥感图像，并采集热带气旋强度和风半径。步骤二：热带气旋强度与尺度估计编码器模块：根据输入的红外和微波通道的热带气旋遥感图像，利用卷积神经网络和注意力机制提取热带气旋强度和尺度上的高层次特征。步骤三：热带气旋强度与尺度估计双分支解码器模块：双分支解码器模块由两个不同的分支构成，一个分支用来估计热带气旋的强度大小，另一个分支用来估计热带气旋风半径。步骤四：结合步骤二和步骤三的两个模块，基于反向传播原理，共同组成基于深度学习的双分支热带气旋强度与尺度估计系统的算法部分。并利用软件工程的相关知识，将训练好的模型和系统部署于云端，构成最终的系统。
一种基于深度学习分支热带气旋强度尺度估计方法系统

[发明专利]一种基于双层舆情区块链的重大舆情事件溯源方法与装置-CN202211683131.5在审
发明人：刘昕;王海文;宋弢;于绍文;李艳茹;杨大伟 -专利权人：中国石油大学（华东）
申请日： 2022-12-27 - 公布日： 2023-04-04 - 主分类号： G06F16/9536 文献下载
摘要：本发明实施例提供了一种基于双层舆情区块链的重大舆情事件溯源方法。本发明的一种基于双层舆情区块链的重大舆情事件溯源方法，通过构建双层区块链，基于区块链的防篡改与可追溯性，实现对舆论平台和社交网络平台中的各个用户行为全流程可追踪，以用户节点影响力增长幅度与情感分析算法融合机制，实现异常舆情快速识别，通过双层区块链查询用户行为与用户所属社区数据，挖掘推动舆情发展的个人与群体的信息，实现重大舆情事件的溯源。本发明实施例还提供一种基于双层舆情区块链的重大舆情事件溯源装置。
一种基于双层舆情区块重大事件溯源方法装置

[发明专利]一种基于深度学习的跨模态热带气旋遥感图像的强度估计方法与系统-CN202211619104.1在审
发明人：宋弢;杨坤林;孙菡萏 -专利权人：中国石油大学（华东）
申请日： 2022-12-14 - 公布日： 2023-03-31 - 主分类号： G06V20/13 文献下载
摘要：本发明设计了一种基于深度学习的跨模态热带气旋遥感图像的强度估计方法与系统。本发明涉及海洋大气遥感图像处理技术领域。所述方法与系统包括以下步骤：步骤一：数据预处理与构建数据集：数据源于HURSAT公开数据集。通过经纬度和时间的匹配，将HURSAT‑B1数据和HURSAT‑MW数据进行匹配。步骤二：跨模态遥感数据信息融合模块：利用红外和微波的不同穿透能力，使得跨模态热带气旋遥感图像数据之间的信息进行互补，使得模型对热带气旋的预估精度进一步提高。步骤三：基于卷积神经网络的热带气旋遥感图像强度回归模块：卷积神经网络由卷积层、池化层和全连接层组成。卷积层负责提取图像中的局部特征，池化层用来大幅降低参数量级，全连接层类似传统神经网络的部分，用来输出最终结果。步骤四：结合步骤二和步骤三的两个模块，共同组成基于深度学习的跨模态热带气旋遥感图像的强度估计系统的算法部分。并利用软件工程的相关知识，将训练好的模型和系统部署于云端，构成最终的系统。
一种基于深度学习跨模态热带气旋遥感图像强度估计方法系统

[发明专利]基于深度学习的台风期间近海海浪波高预测系统、计算机设备、存储介质-CN202110647400.1在审
发明人：孟凡;宋弢;谢鹏飞;李颖;庞皓月;王家荣 -专利权人：中国石油大学（华东）
申请日： 2021-06-10 - 公布日： 2022-12-13 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于深度学习的台风期间近海海浪波高预测系统，属于时空序列预测技术领域。该系统包括基于双向门控循环单元(BiGRU)模型，所述的双向门控循环单元模型包括两个门控循环单元(GRU)组成的序列处理模型，一个输入是向前输入，另一个输入是反向输入，是一个只有输入门和忘记门双向递归神经网络。模型的输入为台风期间沿海浮标获取的实时数据与台风的实时数据，包括近海浮标获得的实时波高、气压和风速、台风中心的最低气压和实时风速、计算出的台风中心与浮标之间的距离等6个参数作为模型输入，最终输出为未来3小时、6小时、12小时以及24小时的预测波高。
基于深度学习台风期间近海海浪预测系统计算机设备存储介质

[发明专利]一种肝血管及肝肿瘤识别系统-CN202211079581.3在审
发明人：王子轩;祝海;齐全;宋弢;戴昆;王进 -专利权人：青岛埃米博创医疗科技有限公司
申请日： 2022-09-05 - 公布日： 2022-12-06 - 主分类号： G06T7/00 文献下载
摘要：本发明实施例提供了一种肝血管及肝肿瘤识别系统，该系统包括：图像获取模块，用于获取待检测医疗图像，所述待检测医疗图像为病人的肝脏图像；图像处理模块，用于对所述待检测医疗图像预处理，得到增强图像；识别模块，用于利用深度学习网络模型对所述增强图像进行识别，确定识别结果，所述识别结果为肝血管或者肝肿瘤的轮廓信息。本发明实施例能够在保证肝血管及肝肿瘤的识别精确度的同时提升识别效率。
一种血管肿瘤识别系统

[发明专利]一种肝部图像重建方法以及重建系统-CN202211079340.9在审
发明人：王子轩;齐全;祝海;宋弢;戴昆;王进 -专利权人：青岛埃米博创医疗科技有限公司
申请日： 2022-09-05 - 公布日： 2022-11-29 - 主分类号： G06T7/00 文献下载
摘要：本发明提供了一种肝部图像重建方法以及重建系统，所述方法包括：获取病人在多尺度感受野下的CT图像，所述CT图像为病人的肝肿瘤图像或者肝血管图像；基于所述CT图像分别提取全局语义特征图以及局部视觉特征图；利用卷积神经网络将所述全局语义特征图以及局部视觉图进行特征融合，以得到肝部特征图；基于所述肝部特征图进行三维图像重建，输出重建结果，所述重建结果为三维肝肿瘤图像或者三维肝血管图像。本发明能够自动精确识别肝血管和肝肿瘤的相对位置，方便医生根据每个病人的肝血管和肝肿瘤的相对位置制定手术方案。
一种肝部图像重建方法以及系统

[发明专利]产品合同的要素智能抽取和审核方法及系统-CN202111384034.1有效
发明人：宋弢;丛闪地;朱晓力 -专利权人：上海国泰君安证券资产管理有限公司
申请日： 2021-11-19 - 公布日： 2022-09-20 - 主分类号： G06F40/205 文献下载
摘要：本发明公开了产品合同的要素智能抽取和审核方法及系统，涉及数据处理技术领域。所述方法包括：文档解析分类步骤，获取产品合同的文档索引链，并根据文档索引链进行组类划分；要素标注抽取步骤，对组类划分后的产品合同，依据有效类型从每类产品合同中选择参照合同，获取参照合同设置的要素标注信息和要素抽取规则进行要素抽取并形成要素抽取配置信息，将抽取的产品要素放入要素池，将参照合同放入产品池；要素抽取批量处理步骤，对于其它产品合同，根据对应的要素抽取配置信息进行产品要素自动抽取，抽取的产品要素放入要素池，包含相同产品要素的产品合同放入同一产品池中；要素审核步骤。本发明提高了产品合同中要素提取的精确率和准确性。
产品合同要素智能抽取审核方法系统

[发明专利]基于图卷积神经网络的药物-靶标亲和力预测系统、计算机设备、存储介质-CN202110028123.6在审
发明人：宋弢;田庆雨;刘嘉丽;刘大岩;杜珍珍;钟悦 -专利权人：中国石油大学（华东）
申请日： 2021-01-07 - 公布日： 2022-07-12 - 主分类号： G16B15/30 文献下载
摘要：本发明公开了一种基于图卷积神经网络预测药物靶标亲和力的系统，属于药物重定位技术领域。该系统包括三条通道，分别提取药物二维表示的特征向量、药物SMILES表达式的上下文关联关系的特征向量和蛋白质序列的上下文关联关系的特征向量，之后将三种特征向量拼接在一起，输入到全连接神经网络中，进而获取药物靶标亲和力的预测值。模型的输入为药物的二维表示、药物的SMILES表达式和蛋白质序列，最终获取药物与靶标的亲和力预测值。
基于图卷神经网络药物靶标亲和力预测系统计算机设备存储介质

1
2
3
4
5
6
下一页»
尾页
共 79 条