“袁永娜”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9个，建议您升级VIP下载更多相关专利

[发明专利]一种基于关联技能知识的智能学生能力评估方法-CN202310656500.X在审
发明人：苏伟;黄强;绽琨;许存禄;袁永娜 -专利权人：兰州大学;兰州速微网络科技有限公司
申请日： 2023-06-05 - 公布日： 2023-09-29 - 主分类号： G06Q10/0639 文献下载
摘要：本发明提出一种基于关联技能知识的智能学生能力评估方法，包括：构建数据集；所述数据集包括：用于表征学生答题交互信息的技能图；构建基于图的关联技能知识追踪模型；基于所述数据集对所述关联技能知识追踪模型进行训练；基于训练后的所述关联技能知识追踪模型，获取学生正确作答各个技能点的概率；基于所述概率，对学生能力进行评估。本发明将技能的图结构与图神经网络以及基于图的知识追踪模型结合在一起，提升了模型感知图中技能节点与它的邻居技能节点之间的关联性的能力以及探索技能之间在图结构上关联性的能力，提高了模型的预测准确率。
一种基于关联技能知识智能学生能力评估方法

[发明专利]一种基于预训练模型的汉语到盲文的自动转换方法及系统-CN202310659895.9在审
发明人：苏伟;于海龙;袁永娜;许存禄 -专利权人：兰州大学
申请日： 2023-06-06 - 公布日： 2023-09-01 - 主分类号： G06F40/151 文献下载
摘要：本申请公开了一种基于预训练模型的汉语到盲文的自动转换方法及系统，其中方法包括以下步骤：构建预训练语料库、汉盲平行语料库和机器翻译模型；对所述预训练语料库和所述汉盲平行语料库进行编码，得到编码后预训练语料库和编码后汉盲平行语料库；基于所述编码后预训练语料库对所述机器翻译模型进行预训练，得到预训练模型；基于所述编码后汉盲平行语料库对所述预训练模型进行参数微调，得到转换模型；将汉语输入至所述转换模型中进行翻译，得到盲文序列，完成汉盲翻译。本申请可以将汉语一步地转换为对应的盲文，并且大大减少了模型对平行数据的依赖，使用少量数据进行训练，也可以达到很好的效果。
一种基于训练模型汉语盲文自动转换方法系统

[发明专利]基于联合式跨域注意力模型预测药物靶标结合性的方法-CN202310656597.4在审
发明人： 袁永娜;张宇豪;孟祥博;单爽;王圣珂 -专利权人：兰州大学
申请日： 2023-06-05 - 公布日： 2023-08-25 - 主分类号： G16B15/30 文献下载
摘要：本发明公开了一种基于联合式跨域注意力模型预测药物靶标结合性的方法，包括，从药物、蛋白质数据库中提取生物分子化学结构信息和药物‑靶标作用的文本语义信息作为原始数据，构建数据集；基于端到端的联合式架构的耦合神经网络，构建用于预测药物靶标结合性的联合式跨域注意力的初始深度学习模型；将数据集划分训练集和测试集，通过训练集对初始深度学习模型进行训练，获得目标深度学习模型；基于目标深度学习模型进行药物靶标结合性预测，获得预测结果。本发明所需时间少、成本低且预测精度高，方法成本低廉简便，能够节省大量的人力、物力和财力，为药物靶标预测精确度提供相应的基础工具与快捷途径。
基于联合式跨域注意力模型预测药物靶标结合方法

[发明专利]基于并行式深层细粒度模型预测药物靶标结合性的方法-CN202211228098.7有效
发明人： 袁永娜;张宇豪;孟祥博;刘振宇 -专利权人：兰州大学
申请日： 2022-10-09 - 公布日： 2023-08-11 - 主分类号： G16B15/30 文献下载
摘要：本发明公开基于并行式深层细粒度模型预测药物靶标结合性的方法，包括：获取药物、蛋白质、疾病的数据集，基于数据集，通过并行计算训练预测模型，并对训练好的预测模型进行验证；获取药物靶标数据，通过验证后的预测模型对药物靶标数据进行预测，得到药物靶标结合性预测结果。其中所述预测模型为深层细粒度模型，包括构造器、编码器、解码器；通过构造器提取数据集的本体特征；通过编码器对本体特征进行细粒度级别融合，得到综合性特征，通过解码器对综合性特征进行解码，得到分类预测结果，其中分类预测结果为药物是否存在相互作用。
基于并行深层细粒度模型预测药物靶标结合方法

[发明专利]ARDGPR模型预测RNA中原子多极距的计算方法-CN202010837717.7有效
发明人： 袁永娜;刘振宇 -专利权人：兰州大学
申请日： 2020-08-19 - 公布日： 2023-05-26 - 主分类号： G16C10/00 文献下载
摘要：本发明涉及基于ARDGPR模型预测RNA中原子高阶多极距的计算方法：通过量子力学计算软件Gaussian09优化所有RNA分子小片段的结构，并通过AIMALL软件积分计算分子中原子的高阶多极距；对每一种小分子片段，选择部分小分子片段中各原子坐标位置以及原子的高阶多极距训练ARDGPR模型；并通过剩余的小分子片段构象作为测试集验证ARDGPR模型的预测结果。本发明通过ARDGPR模型预测代替量子力学计算，在基于力场信息的分子力学模拟的基础上，可以快速的针对不同构象给出能量及原子的高阶多极距等物理化学参数信息。同时通过训练好的ARDGPR模型预测原子的高阶多极距，时间少、成本低且预测精度高，方法简便，能够节省大量的人力、物力和财力，为提高RNA分子力场模拟精确度提供相应的基础工具与快捷途径。
ardgpr 模型预测 rna 原子多极计算方法

[发明专利]基于GECo模型预测化合物-蛋白质亲和力的计算方法-CN202211332124.0有效
发明人： 袁永娜;王欣;刘振宇 -专利权人：兰州大学
申请日： 2022-10-28 - 公布日： 2023-05-23 - 主分类号： G16B15/30 文献下载
摘要：本申请公开了基于GECo模型预测化合物‑蛋白质亲和力的计算方法，包括以下步骤：获取数据集中的化合物‑蛋白质对数据；对所述化合物‑蛋白质对分别进行处理，分别得到化合物分子特征和蛋白质分子特征；将所述化合物分子特征和所述蛋白质分子特征输入到GECo模型中进行训练，得到化合物‑蛋白质结合亲和力。本申请相比目前计算CPA的各种方法具有快速，准确，高效，低成本的优点，且具有预测亲和力和推测潜在相互作用位置的双功能，为药物研发过程中计算化合物‑蛋白质亲和力提供了一种基础工具和高效途径。
基于 geco 模型预测化合物蛋白质亲和力计算方法

[发明专利]一种基于融合CNN模型的渔船捕捞状态识别方法-CN202110635444.2有效
发明人：苏伟;张久文;吴尽昭;雷晖;刘莉;袁永娜 -专利权人：兰州大学;广西民族大学
申请日： 2021-06-08 - 公布日： 2023-02-10 - 主分类号： G06V20/00 文献下载
摘要：本发明公开了一种基于融合CNN模型的渔船捕捞状态识别方法，首先对实验数据进行分析及预处理，包括异常值处理、航迹分段、特征衍生；然后基于Inception‑ResNet神经网络架构搭建融合CNN模型来识别渔船捕捞状态，其中输入级采用原始特征与衍生特征的组合作为输入，卷积级采用特征融合的方式输出特征，输出级进行最后的分类输出；最后为探究方法的有效性，比较了普通CNN模型、传统SVM模型及融合CNN模型在识别渔船捕捞状态上的效果。本发明在识别渔船捕捞状态时，准确度高，识别效果好，识别类型广。
一种基于融合 cnn 模型渔船捕捞状态识别方法

[发明专利]一种关联知识追踪方法、装置及设备-CN202210066846.X在审
发明人：苏伟;孙元涛;黄强;李福喜;袁永娜;胡楠 -专利权人：兰州大学;支付宝（杭州）信息技术有限公司
申请日： 2022-01-20 - 公布日： 2022-05-13 - 主分类号： G06F16/332 文献下载
摘要：本说明书实施例公开了一种关联知识追踪方法、装置及设备，包括：获取用户在指定时刻范围内的各答题交互数据，答题交互数据包括在对应时刻所答题目的所答知识点、作答对错信息，以及由所答知识点的关联知识点构成的关联知识点集合；将各答题交互数据按照对应的时刻顺序，输入关联知识追踪模型进行处理，其中，关联知识追踪模型根据第一损失和第二损失预先训练，第一损失是根据基于训练样本对指定知识点的掌握程度预测信息及其训练标签确定的，第二损失是根据基于训练样本对指定知识点的关联知识点集合的掌握程度预测信息及其训练标签确定；通过关联知识追踪模型的处理，预测用户在指定时刻范围之后对预定知识点集合中的知识点的掌握程度。
一种关联知识追踪方法装置设备

[发明专利]一种知识追踪模型的训练方法、装置以及设备-CN202210065583.0在审
发明人：苏伟;孙元涛;黄强;李福喜;袁永娜;胡楠 -专利权人：兰州大学;支付宝（杭州）信息技术有限公司
申请日： 2022-01-20 - 公布日： 2022-05-10 - 主分类号： G06F16/332 文献下载
摘要：本说明书实施例公开了一种知识追踪模型的训练方法、装置以及设备。通过获取用户在t时刻对于知识点的答题信息，成对应于所述答题信息的隐藏特征向量；根据所述隐藏特征向量确定权重矩阵；根据所述权重矩阵从内存矩阵中进行读取，获得聚焦向量；根据所述权重矩阵内存矩阵进行内容写入，生成t时刻的内存矩阵；融合所述隐藏特征向量和所述生成输出特征向量，根据所述输出特征向量生成预测值；根据所述预测值和所述答题信息的差异进行知识追踪模型的训练，生成目标模型，通过采用内存矩阵保存用户的历史答题信息所产生的相关特征，并即时的在训练过程中对内存矩阵进行读写，从而有效利用了用户的历史答题信息来训练模型。
一种知识追踪模型训练方法装置以及设备

1
共 9 条