“李肯立”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332个，建议您升级VIP下载更多相关专利

[发明专利]基于自注意力的深度生成式对抗网络的人脸图像补全方法-CN201910422901.2在审
发明人：刘楚波;刘晓伟;朱宁波;李肯立;陈建国;陈岑;李克勤 -专利权人：湖南大学
申请日： 2019-05-20 - 公布日： 2019-09-27 - 主分类号： G06T5/00 文献下载
摘要：本发明提供了一种基于自注意力的深度生成式对抗网络的人脸图像补全方法，其包括如下步骤：构建包括注意力循环神经网络模块、生成器网络和判别器网络的人脸图像补全模型；数据采集：收集海量人脸图像形成图像集，并将所述图像集分为训练集和测试集；图像预处理，使其大小适合在深度学习网络中进行处理；构造作为模型输入的破损人脸图像；训练模型：利用GAN框架结合多种正则化手段，直接端到端地同时训练生成器网络和判别器网络，当二者达到理论上的纳什平衡时，则模型训练完成；训练模型。与相关技术相比，本发明的基于自注意力的深度生成式对抗网络的人脸图像补全方法补全得到的人脸图像质量更好。
人脸图像网络注意力生成式训练模型判别器生成器图像集对抗循环神经网络图像预处理模型输入模型训练纳什平衡数据采集测试集端到端训练集正则化构建破损学习

[发明专利]蛋白质序列数据库并行搜索鉴定方法与装置-CN201910604573.8在审
发明人： 李肯立;李闯;唐卓;陈建国;刘勇刚;李克勤;廖湘科 -专利权人：湖南大学
申请日： 2019-07-05 - 公布日： 2019-09-24 - 主分类号： G16B20/00 文献下载
摘要：本申请涉及一种蛋白质序列数据库并行搜索鉴定方法、装置、计算机设备和存储介质，其中，方法包括：预处理待鉴定的实验质谱数据集和蛋白质序列数据库，对蛋白序列数据库中每条蛋白序列进行模拟酶切，获取理论质谱数据集；分别提取实验质谱数据集对应的每个实验质谱图的质谱峰，生成搜索查询集合，并根据搜索查询集合在蛋白质序列库中搜索理论质谱数据集，获取候选肽段序列集合；根据每个实验质谱图及其对应的候选肽段序列集合，生成候选肽段并打分；整合打分结果，并进行肽段到蛋白质的推断，得蛋白质鉴定结果，采用并行处理的方式显著提高蛋白质序列数据库搜索鉴定效率。
实验质谱数据集蛋白质序列数据库候选肽并行搜索理论质谱搜索查询序列集合集合搜索预处理蛋白序列数据库蛋白质鉴定蛋白质序列计算机设备序列数据库并行处理存储介质蛋白序列模拟酶切种蛋白质质谱峰整合肽段推断蛋白质申请

[发明专利]基于Smi2Vec的BiGRU药物毒性预测系统及预测方法-CN201910423330.4在审
发明人：全哲;林轩;阳王东;陈岑;陈建国;李肯立;李克勤 -专利权人：湖南大学
申请日： 2019-05-21 - 公布日： 2019-09-24 - 主分类号： G16H70/40 文献下载
摘要：本发明提供一种基于Smi2Vec的BiGRU药物毒性预测系统及预测方法，包括：Smi2Vec模块，所述Smi2Vec模块用于将分子特征转换为原子向量；BiGRU药物毒性分类模型，用于训练所述原子向量，其设置于所述Smi2Vec输出端，所述BiGRU药物毒性分类模型包括1个嵌入层、1个BiGRU层、2个池化层及2个密集层；及分类器，用于生成任务分类的输出标签，其设置于所述BiGRU药物毒性分类模型的输出端。与相关技术相比，本发明提供的基于Smi2Vec的BiGRU药物毒性预测系统及预测方法能够达到高稳定和高精准的要求。
药物毒性分类模型预测系统输出端向量预测分子特征任务分类分类器高精准高稳定密集层嵌入层池化标签输出转换

[发明专利]基于博弈论的闲置云资源调度方法和装置-CN201910461609.1在审
发明人：肖正;刘刚;刘楚波;阳王东;李肯立;李克勤;廖湘科 -专利权人：湖南大学
申请日： 2019-05-30 - 公布日： 2019-09-20 - 主分类号： H04L29/08 文献下载
摘要：本申请涉及一种基于博弈论的闲置云资源调度方法、系统、计算机设备和存储介质。所述方法包括：获取云环境市场下用户的数据集，用户包括拥有闲置云资源的临时云提供商和没有闲置云资源的纯云用户，数据集包括任务需求数据集和闲置云资源数据集；基于数据集，确定各用户在各预设时间节点的当前云资源调度策略和对应的效益；当各用户在各预设时间节点的当前云资源调度策略满足迭代条件时，寻找当前云资源调度策略对应的效益的纳什均衡点，当当前资源调度策略对应的效益满足纳什均衡存在条件时，根据纳什均衡点对应的资源调度策略，更新当前云资源调度策略。采用本方法能够解决临时云提供商的闲置云资源浪费问题。
资源调度策略闲置数据集时间节点资源调度博弈论提供商均衡预设方法和装置计算机设备存储介质存在条件任务需求资源数据云环境迭代更新申请

[发明专利]基于深度学习的胎儿超声图像中标准切面图像识别方法及识别系统-CN201910170839.2在审
发明人：李胜利;李肯立 -专利权人：李胜利;李肯立
申请日： 2019-03-07 - 公布日： 2019-07-19 - 主分类号： G06K9/62 文献下载
摘要：本发明公开一种基于深度学习的胎儿超声切面图像中标准切面图像识别系统，其特征在于，包括图像采集模组、图像传输模组、图像识别模组及显示模组，所述图像采集模组对胎儿超声图像进行全扫描获得全扫描胎儿超声切面图像，所述图像传输模组通过无线或者有线方式传输全扫描胎儿超声切面图像至所述图像识别模组，所述图像识别模组基于Inception V3深度学习模型自动识别标准胎儿超声切面图像及基本标准胎儿超声切面图像，并由所述显示模组输出。本发明通过深度学习建立图像识别模组快速高效识别标准切面，提高效率和识别精度。同时，本发明还提供一种基于深度学习的胎儿超声切面图像中标准切面图像识别方法。
切面图像胎儿超声图像识别模组全扫描图像采集模组识别系统图像传输显示模组模组学习切面图像高效识别基本标准自动识别传输输出

[发明专利]一种基于共享字典学习的基因表达谱分类方法-CN201910296287.X在审
发明人：彭绍亮;刘伟;李非;杨亚宁;李肯立;潘佳铭;骆嘉伟;刘云浩;田李 -专利权人：湖南大学
申请日： 2019-04-13 - 公布日： 2019-07-19 - 主分类号： G16B25/10 文献下载
摘要：本发明属于基因表达谱分类领域，公开了一种基于共享字典学习的基因表达谱分类方法，属于稀疏字典学习在生物大数据上的挖掘和应用。本方法首先构建一个共享字典，该字典能够获取所有类别的样本；然后训练字典，在训练字典的同时还训练投影矩阵，并且投影矩阵对测试样本的投影可以加宽不同类型样本之间的距离；最后，通过使用字典重建测试样本的系数编码向量之间的距离判定类别。该方法能够快速高效地对基因表达谱数据分类，这有助于区分癌症种类及其亚型，帮助从分子层面认识肿瘤的致病机理，并为彻底治疗肿瘤提供基因层次的解决方案。该方法具有共享样本的能力，少量样本时能保持稳定的投影能力，和一般的分类方法相比较，分类准确度有很大提升。
基因表达谱样本字典学习共享分类测试样本投影矩阵训练字典投影字典肿瘤基因表达谱数据分类准确度分类领域距离判定系数编码致病机理字典重建大数据加宽构建稀疏向量亚型癌症基因挖掘治疗应用帮助

[发明专利]一种基于混合内存的任务与数据调度方法和装置-CN201610066773.9有效
发明人： 李肯立;陈俊杰;唐卓;李巧巧;陈建国;鲁彬 -专利权人：湖南大学
申请日： 2016-01-29 - 公布日： 2019-05-17 - 主分类号： G06F9/48 文献下载
摘要：本发明涉及数据处理领域，提供一种基于混合内存的任务与数据调度方法和装置，所述方法包括：步骤1，根据任务与数据的DAG图，获得任务的输入数据与输出数据；步骤2，对所述输入数据与输出数据进行数据分类，得到共享数据源与独立数据源；步骤3，根据任务对处理器和内存的访问时间，获得执行任务最快的处理器，将任务分配到该处理器上，完成初始化调度；步骤4，根据数据分类和初始化调度，对输入数据进行调度；步骤5，根据处理器处理任务和内存访问数据的能耗，对任务所在的处理器和数据所在的内存进行位置调整。本发明充分考虑了数据对任务调度的影响，提高了数据识别的能力，降低了能耗。
一种基于混合内存任务数据调度方法装置

[发明专利]一种基于Spark框架的增量式频繁项集挖掘方法-CN201811551301.8在审
发明人：何梦思;唐卓;李肯立;李克勤;付仲明;肖伟 -专利权人：湖南大学
申请日： 2018-12-18 - 公布日： 2019-05-10 - 主分类号： G06F16/2458 文献下载
摘要：本发明公开了一种基于Spark框架的增量式频繁项集挖掘方法，首先实现一种基于Spark的自适应并行Apriori算法，使用自适应算法来寻找具有更高精度和效率的频繁模式，可以有效解决传统Apriori算法在面对大规模数据时处理能力不足的问题。接着，在并行Apriori算法的基础上实现增量式Apriori算法，能够增量处理动态数据集，大幅减少参与计算的数据量，有效解决Apriori频繁项集挖掘方法的时效性问题。
频繁项集增量式有效解决挖掘并行大规模数据自适应算法动态数据能力不足频繁模式增量处理时效性数据量自适应

[发明专利]基于二维码的产品信息获取方法及产品包装-CN201711382892.6在审
发明人：朱宁波;李肯立;刘克利;王振;张烽;张灿辉 -专利权人：朱宁波
申请日： 2017-12-20 - 公布日： 2018-06-29 - 主分类号： G06K17/00 文献下载
摘要：本发明提供了一种基于二维码的产品信息获取方法及产品包装。该方法包括：第一终端通过摄像头扫描图形码，获得图形码信息；第一终端向服务器发送包含图形码信息的第一请求信息，所述第一请求信息用于使所述服务器根据图形码信息将与图形码信息对应的第一二维码信息的状态信息更新为激活状态；第二终端通过摄像头扫描第一二维码，获得第一二维码信息；第二终端向所述服务器发送包含所述第一二维码信息的第二请求信息，第二请求信息用于使服务器在第一二维码信息对应的状态信息为激活状态时发送第一产品信息。本发明实施例中消费者购买产品后商家通过扫描可视面上的图形码激活第一二维码后，消费者扫描第一二维码获得第一产品信息，使用方便。
图形码二维码二维码信息产品信息请求信息终端服务器发送摄像头扫描产品包装激活状态服务器扫描消费者购买产品状态信息更新信息对应可视激活发送

[发明专利]数据安全装置及其防拆机网络-CN201210538518.1有效
发明人：秦云川;冯婷;李肯立;首南青;余思阳 -专利权人：深圳市证通电子股份有限公司
申请日： 2012-12-13 - 公布日： 2017-11-03 - 主分类号： G06F21/75 文献下载
摘要：一种数据安全装置及其防拆机网络，该防拆机网络包括一开关矩阵，其具有多个开关节点，相邻开关节点之间有电路连通，每个开关节点对应一个控制状态并能够受控而处于多个开关状态之一，这些开关节点的控制状态组成一控制序列，这些开关节点的开关状态组成一开关序列，每个开关序列对应一网络路径；该开关矩阵是存在多条哈密尔顿路径的；用以控制这些开关节点连接成这多条哈密尔顿路径的多个控制序列是预先计算出来并保存在一ROM存储器的。本发明可以有效地防止攻击者使用逆向工程方法获取防拆机网络结构而进行的攻击。
数据安全装置及其防拆机网络

[发明专利]基于高基脉动阵列的蒙哥马利算法的实现装置及方法-CN201210547295.5有效
发明人：秦云川;首南青;宋丹;李肯立;唐卓 -专利权人：深圳市证通电子股份有限公司
申请日： 2012-12-17 - 公布日： 2017-06-27 - 主分类号： H04L9/30 文献下载
摘要：一种基于高基脉动阵列的蒙哥马利算法的实现装置及方法，以2k为基实现Montgomery算法，并将此算法在以2k为基的脉动阵列上实现，通过设置一控制器，根据当前状态产生Montgomery算法实现需要的各种控制信号；一移位寄存器，由控制器产生的控制信号决定移位寄存器进行装载、移位或清零操作；和一高基脉动阵列，采用流水线的方法将长整数的加法运算分割成短整数的加法并将其中一个乘数一个比特一个比特从流水线一端放入脉动阵列中，并进行脉动传播。本发明能够以较快速度并以较低功耗完成模乘操作。
基于脉动阵列马利算法实现装置方法

[发明专利]防拆机网络用控制器及数据安全装置-CN201310017186.7有效
发明人：秦云川;冯婷;李肯立;首南青;余思阳 -专利权人：深圳市证通电子股份有限公司
申请日： 2013-01-17 - 公布日： 2017-04-26 - 主分类号： G06F21/75 文献下载
摘要：一种防拆机网络控制器及数据安全装置，该控制器包括一PUF单元，用以产生一随机数；一ROM单元，其使用该随机数作为地址索引，而给出一第一序列以控制一外部装置和对应于该第一序列的一第二序列；以及一匹配单元，其将该第二序列与该外部装置响应该第一序列的控制所产生的输出进行匹配，并在匹配不成功时输出一告警信号。该数据安全装置包括由一开关节点矩阵中的开关节点相互连接形成的一防拆机网络和如上所述的一控制器，该防拆机网络是能够受该控制器控制而连成不同的哈密尔顿路径的。本发明可有效防止所述的放拆机网络被攻击者通过逆向工程进行攻击，进而增强安全性。
防拆机网络控制器数据安全装置

[发明专利]一种基于动态库拦截的通用计算虚拟化实现方法-CN201410034982.6有效
发明人： 李肯立;石林;陈浩 -专利权人：湖南大学
申请日： 2014-01-25 - 公布日： 2017-02-08 - 主分类号： G06F9/455 文献下载
摘要：本发明公开了一种基于动态库拦截的通用计算虚拟化实现方法，针对现有虚拟机技术对通用计算支持的不足，通过实时拦截和重定向通用计算运行时库，将虚拟环境中所有与通用计算相关的功能调用重定向到非虚拟环境，由于非虚拟环境拥有通用计算能力，它将完成实际通用计算任务并将结果返回虚拟环境。本发明对于虚拟环境中的用户而言保持完全透明，在动态库虚拟化的基础上，以GPU资源为分配对象的GPU池，通过空分复用、时分复用技术将一块物理GPU从逻辑上虚拟为多个GPU，支持多个用户多路复用GPU。
一种基于动态拦截通用计算虚拟实现方法

[发明专利]大规模异构计算系统中任务计算量具有随机性的调度方法-CN201310506812.9有效
发明人： 李肯立;唐小勇 -专利权人：湖南大学
申请日： 2013-10-24 - 公布日： 2016-11-02 - 主分类号： G06F9/48 文献下载
摘要：本发明针对大规模异构计算系统环境下任务执行时间具有随机性及优先约束依赖关系，提出了一种高效的任务调度方法。该方法主要由以下几步构成：第一步，针对应用程序的每个任务，计算其随机sb_level值；第二步，对已就绪任务队列中的每个任务查找最优处理机，并计算每对任务－处理机的随机动态级SDL；第三步：利用操作算子＜比较随机动态级SDL的大小，确定最优任务－处理机对；第四步：将任务调度到相应的处理机上执行，并把已就绪的任务加入就绪任务队列；第五步：更新目标计算系统的相关参数。采用该方法，较之现有面向异构计算系统的调度方法相比具有调度长度短、加速比高等性能优势。
大规模计算系统任务具有随机性调度方法

[发明专利]基于冗余距离消除和极端点优化的并行k-means聚类方法-CN201610044881.6在审
发明人： 李肯立;肖锦波;唐卓;刘锡洋;鲁彬;陈俊杰 -专利权人：湖南大学
申请日： 2016-01-22 - 公布日： 2016-07-06 - 主分类号： G06F19/00 文献下载
摘要：本发明公开了一种基于冗余距离消除和极端点优化的并行k‑means聚类方法，使用正弦定理和余弦定理，找出每个聚类中的冗余距离并消除每个聚类中的冗余距离；对极端点与其相应的中心点之间距离采用曼哈顿距离进行计算；在迭代过程中，采用平均值的计算方式选取K‑means聚类方法中的中心点。本发明找出每个聚类中的冗余距离，然后避免聚类中的点与不相关的中心点做距离计算，让K‑means方法在目前的情况下更大程度的消除冗余距离计算；进行优化极端点的处理，对极端点采用曼哈顿距离代替欧氏距离来计算极端点与中心点之间的距离；最后，中心点的选取方式，采用平均值的计算方式代替随机选取的方式，使得聚类中的点分布的更均匀，聚类结果更精确。
基于冗余距离消除极端优化并行 means 方法