“遗传模型”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果804065个，建议您升级VIP下载更多相关专利

[发明专利]表观遗传学药物凋亡诱导模型的构建方法-CN201711092443.8在审
发明人：齐云峰 -专利权人：吉林师范大学
申请日： 2017-11-08 - 公布日： 2018-04-06 - 主分类号： G06F19/24 文献下载
摘要：本发明涉及表观遗传学药物凋亡诱导模型的构建方法，具体操作步骤如下（1）构建表观遗传学药物数据库（EDD）；（2）挖掘表观遗传药物凋亡诱导相关生物学通路；（3）构造描述表观遗传学凋亡信号转导生化反应体系的随机模型；（4）构造表观遗传学互作网路(EIN)，挖掘核心表观遗传学调控模块(CERM)；（5）构建表观遗传学药物凋亡诱导模型（EDAM）；（6）构建表观遗传学药物系统生物学分析平台（EDSP）。该模型为表观遗传学药物作用机制研究以及疗效预测提供新思路和理论依据。
表观遗传学药物诱导模型构建方法

[发明专利]基于钩缓装置模型的重载列车运行曲线多目标优化方法-CN201811600806.9有效
发明人：付雅婷;原俊荣;刘鸿恩;李中奇;罗显光;孙俊勇;杨辉 -专利权人：华东交通大学;中车株洲电力机车有限公司
申请日： 2018-12-26 - 公布日： 2022-06-14 - 主分类号： G06F30/27 文献下载
摘要：本发明公开了基于钩缓装置模型的重载列车运行曲线多目标优化方法，结合重载列车运行线路约束条件，建立列车运行过程动态纵向动力学模型与钩缓装置模型，运用多目标遗传算法建立列车优化操纵模型，同时考虑到遗传算法的早熟现象，采用自适应算法动态调整遗传算法参数，自适应与遗传算法相结合的自适应遗传算法可以在保持种群多样性的同时，保证了遗传算法的收敛性，获得一条列车运行优化曲线。对于复杂的非线性重载列车运行过程，建立列车运行过程动态纵向动力学模型与钩缓装置模型，运用多目标遗传算法建立列车优化操纵模型，优化列车运行曲线，实现列车安全、正点、节能运行。
基于装置模型重载列车运行曲线多目标优化方法

[发明专利]基于逻辑回归模型和决策树模型的健康管理方法-CN201910890610.6在审
发明人：张毅骏;谭翔 -专利权人：上海派拉软件股份有限公司
申请日： 2019-09-20 - 公布日： 2020-01-17 - 主分类号： G16H50/70 文献下载
摘要：本发明提供了一种基于逻辑回归模型和决策树模型的健康管理方法，其特征在于，包括以下步骤：收集每个个体的身体指标数据、遗传病史数据以及相对应的目标变量，目标变量为个体是否认为自己健康；利用决策树模型对遗传病对健康的影响进行建模，决策树模型的输入数据为遗传病史数据，决策树模型的目标变量为个体是否认为自己健康；利用逻辑回归模型进行健康管理的建模；实时获得某个个体的身体指标数据及遗传病史数据，将遗传病史数据输入决策树模型，得到当前个体的遗传史对健康的得分，将该得分与当前个体的身体指标数据共同输入训练好的逻辑回归模型中，得到逻辑回归模型输出的p值最小的n个字段组成的模型结果。
逻辑回归模型决策树模型病史数据身体指标数据目标变量遗传健康管理建模健康模型结果实时获得输入决策树模型遗传病遗传史字段输出

[发明专利]一种基于预训练模型的微生物遗传序列表型预测方法-CN202310520356.7有效
发明人：明朝燕;陈湘竣;付乾坤;夏菡;吴明晖 -专利权人：浙大城市学院
申请日： 2023-05-10 - 公布日： 2023-10-13 - 主分类号： G16B50/30 文献下载
摘要：本发明公开了一种基于预训练模型的微生物遗传序列表型预测方法，包括：获取微生物遗传序列数据并构建数据库，遍历数据库对微生物遗传序列数据进行分析和预处理；采用多碱基单元表示微生物遗传序列；基于多碱基单元构建分预训练数据集和分类数据集；构建深度学习模型，并将预训练数据集向量化后输入至深度学习模型进行训练得到预训练模型；调整预训练模型结构，将分类数据集向量化后输入至预训练模型进行训练得到预测模型；将待预测微生物遗传序列输入至预测模型，从而得到表型预测结果；本发明基于预训练模型对微生物遗传序列进行编码和表示，并可对模型进行微调，从而实现高精度表型预测，不受序列组装和比对的限制。
一种基于训练模型微生物遗传序列表型预测方法

[发明专利]在低功率控制器上执行遗传算法-CN202010311148.2在审
发明人： S·M·A·侯赛因 -专利权人：激发认知有限公司
申请日： 2020-04-20 - 公布日： 2021-04-16 - 主分类号： G06N3/063 文献下载
摘要：本申请案涉及在低功率控制器上执行遗传算法。一种方法包含从多个模型选择模型的子集。所述多个模型是基于遗传算法生成且对应于所述遗传算法的第一时期。所述多个模型中的每一者包含代表神经网络的数据。所述方法包含关于所述子集的至少一个模型执行所述遗传算法的至少一个遗传操作以生成可训练模型。所述方法包含确定与先前反向传播迭代相关联的改进率。所述方法包含基于所述改进率选择所述可训练模型或先前可训练模型中的一者作为所选择的可训练模型。所述方法包含通过训练所述所选择的可训练模型生成经训练模型。所述方法包含将所述经训练模型作为输入添加到所述第一时期之后的所述遗传算法的第二时期。
功率控制器执行遗传算法

[发明专利]一种遗传算法最小二乘风电功率预测方法-CN201611003309.1在审
发明人：丛玉良;高超;丁连根;刘葳汉;张利平;周劲 -专利权人：吉林大学
申请日： 2016-11-14 - 公布日： 2017-03-15 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种遗传算法最小二乘风电功率预测方法，利用已收集到实测风速建立遗传算法最小二乘支持向量机预测模型，确定建模所用的输入、输出变量；对原始数据进行归一化处理，利用遗传算法优化参数的数据、最小二乘支持向量机预测模型训练和测试的样本数据；对遗传算法以及最小二乘支持向量机预测模型参数初始化设置，训练模型，通过遗传算法多代进化获得优化的最小二乘支持向量机预测模型参数，建立最小二乘支持向量机预测模型；用最小二乘支持向量机预测模型对测试样本做风速短期预测本发明运用遗传算法对LSSVM模型进行参数寻优，建立了基于GA‑LSSVM的风速信息预测模型，可以出色地实现数据的精确预测。
一种遗传算法最小乘风电功率预测方法

[发明专利]一种风电功率预测的方法-CN201210397181.7在审
发明人：田丽;裴瑞平;王勇 -专利权人：安徽工程大学
申请日： 2012-10-18 - 公布日： 2013-02-20 - 主分类号： G06Q10/04 文献下载
摘要：一种风电功率预测方法，选择遗传算法、神经网络、支持向量机三种智能算法建立组合预测模型。首先采用遗传算法分别对神经网络和支持向量机进行优化，得到遗传神经网络和遗传支持向量机两种优化后的预测模型，然后利用误差中的信息熵对两种子模型进行加权，构成优化组合预测模型。对预测误差进行统计分析，并将误差信息反馈到组合预测模型，利用误差信息优化遗传神经网络和遗传支持向量机两种子模型的加权系数进一步完善组合模型。
一种电功率预测方法

[发明专利]一种2型糖尿病发病综合风险预测模型的构建方法和系统-CN202310274882.X在审
发明人：魏凤江;叶群;李卫东 -专利权人：天津医科大学
申请日： 2023-03-21 - 公布日： 2023-07-21 - 主分类号： G16H50/30 文献下载
摘要：本发明提供了一种2型糖尿病发病综合风险预测模型的构建方法和系统，方法包括获取2型糖尿病发病的独立风险因子，计算非遗传风险评分，从而构建2型糖尿病非遗传因素风险预测模型；对2型糖尿病进行全基因组关联分析，获取2型糖尿病关联性SNPs位点，计算遗传风险评分，从而构建2型糖尿病遗传因素风险预测模型；通过2型糖尿病非遗传因素风险预测模型以及2型糖尿病遗传因素风险预测模型的和构建2型糖尿病发病综合风险预测模型。本发明提高了2型糖尿病发病预测效率以及准确度，并且简单易测，利于模型的推广应用。
一种糖尿病发病综合风险预测模型构建方法系统

[发明专利]一种基于遗传算法和比功率的跟驰模型排放测算方法-CN201910925530.X在审
发明人：于谦;邬娜;肖雄;张玉婷;王元庆 -专利权人：长安大学
申请日： 2019-09-27 - 公布日： 2020-05-08 - 主分类号： G06F30/20 文献下载
摘要：本发明公开了一种基于遗传算法和比功率的跟驰模型排放测算方法，涉及交通环境技术领域，本发明优化跟驰模型的全部参数，保证模型参数优化的全面性，利用遗传算法对所有参数进行交叉配对，既保证模型可以得到最优解，又可以利用遗传算法的特性减少模型参数的组合数，提高模型优化效率；同时由于本发明是利用遗传算法提出的一种优化方法，所以适用于众多跟驰模型，另外本发明利用遗传算法对跟驰模型参数进行优化后，与实测相比，模型仿真输出跟驰后车的时间‑速度、加速度曲线有明显的改善，模型仿真输出跟驰后车的VSP分布曲线有明显的改善，VSP均方误差明显减小，排放总量估算误差也明显减小。
一种基于遗传算法功率模型排放测算方法

[发明专利]遗传病面部识别装置及方法-CN202210638807.2在审
发明人：付文;王建峰;梁波 -专利权人：苏州超云生命智能产业研究院有限公司
申请日： 2022-06-07 - 公布日： 2022-09-06 - 主分类号： G06V40/16 文献下载
摘要：本发明实施例公开了一种遗传病面部识别装置及方法，该装置包括：图像获取模块以及图像识别模块；其中，图像获取模块，用于获取待处理图像，并将待处理图像发送至图像识别模块；其中，待处理图像包括面部区域；图像识别模块，与图像获取模块相连接，用于接收待处理图像，并将待处理图像输入至预先训练完成的目标遗传病识别模型中，得到与待处理图像对应的目标遗传病类别；其中，目标遗传病识别模型根据样本原始图像以及与样本原始图像对应的样本遗传病类别对初始遗传病识别模型训练得到，目标遗传病识别模型基于同时兼顾速度与精度的模型放缩方法构建。通过本发明实施例的技术方案，实现了根据面部图像来准确识别遗传病类别的效果。
遗传病面部识别装置方法

[发明专利]基于遗传算法的电能计量装置配送排程方法及排程系统-CN201811618993.3有效
发明人：赵勇;陈鑫;刘雪;刘凯;魏飞;刘婧;乔亚男;翟木然;孙虹;刘浩宇;郭洁 -专利权人：国网天津市电力公司电力科学研究院;普华讯光（北京）科技有限公司
申请日： 2018-12-28 - 公布日： 2023-08-08 - 主分类号： G06Q10/083 文献下载
摘要：本发明涉及一种基于遗传算法的电能计量装置配送排程方法及排程系统，该方法包括：构建电能计量装置配送时间最短模型、电能计量装置配送成本最低模型、电能计量装置配送装载率最高模型和模型约束条件；对模型的各输入参数进行编码，并根据编码后的所有输入参数组成初始排程群体；计算初始排程群体的适应度；对初始排程群体进行选择，组建遗传排程群体；对该遗传排程群体进行配对，生成遗传配对排程群体，对遗传配对排程群体进行交叉，得到遗传交叉排程群体，对遗传交叉排程群体进行变异，形成次遗传排程群体；重复以上步骤，直到计算出最优排程。
基于遗传算法电能计量装置配送方法系统

[发明专利]一种基于遗传算法优化神经网络的卷烟材料与主流烟气成分的预测模型-CN201810839016.X在审
发明人：潘曦;宋旭艳;魏敏;李冉;郭国宁 -专利权人：湖北中烟工业有限责任公司
申请日： 2018-07-27 - 公布日： 2018-12-18 - 主分类号： G06N3/08 文献下载
摘要：一种基于遗传算法优化神经网络的卷烟材料与主流烟气成分的预测模型,包括以下步骤：样本预处理；基于遗传算法得到神经网络最优的权值和阈值参数；基于遗传算法得到的最佳权值和阈值，构建神经网络，并训练神经网络模型；对训练得到的神经网络模型进行验证，评估模型应用于实际的效果。与不采用优化算法的神经网络相比，基于遗传算法优化的神经网络模型先使用遗传算法选择使模型误差达到最小的权值和阈值作为训练神经网络的初始参数，可以避免模型陷入局部最优解，而无法得到全局最优解。
神经网络遗传算法优化遗传算法权值和神经网络模型训练神经网络卷烟材料预测模型主流烟气全局最优解样本预处理初始参数模型误差评估模型优化算法阈值参数最优解构建验证应用

[发明专利]一种用于遗传病面部识别模型的构建方法及装置-CN202010118850.7在审
发明人：王建峰;康健;程伟;李鑫;付文;赵荔君;宋泽坤;梁波 -专利权人：苏州超云生命智能产业研究院有限公司
申请日： 2020-02-26 - 公布日： 2020-07-03 - 主分类号： G06K9/00 文献下载
摘要：本申请涉及一种用于遗传病面部识别模型的构建方法及装置。其中遗传病面部识别模型的构建方法通过采用大量的第一人脸图像，利用第一损失函数训练深度学习神经网络，得到预训练模型，并响应于对预训练模型中网络参数的更新操作，获取更新后的预训练模型，进而采用少量的第二人脸图像，利用第二损失函数训练更新后的预训练模型，直到第二损失函数达到最小值时，得到可以基于采集的人脸图像检测遗传病风险的遗传病面部识别模型，且在遗传病人数据量少的情况下能够提高模型的检测准确率。
一种用于遗传病面部识别模型构建方法装置

[发明专利]一种慢性肾脏病遗传基因风险筛查系统-CN202210882125.6在审
发明人：段立新;李文;刘丹蕾;魏凡越 -专利权人：电子科技大学
申请日： 2022-07-26 - 公布日： 2022-11-15 - 主分类号： G16B20/40 文献下载
摘要：本发明公开了一种慢性肾脏病遗传基因风险筛查系统，该系统通过机器学习方法构建的慢性肾脏病遗传基因风险筛查分类模型实现，该系统包括：用于整理患者遗传基因信息数据的模块；用于进行数据预处理并将数据分为训练数据和测试数据的模块；用于利用训练数据训练模型的模块；用于将测试数据输入经训练后的模型进行模型测试的模块；用于将待检查的遗传基因信息输入模型，得到最终的风险报告的模块。本发明采用XGBoost方法训练慢性肾脏病遗传基因风险筛查分类模型，根据与肾病有关的遗传基因信息数据，可在早期筛查出慢性肾病高危人群，利于慢性肾病的防治。
一种慢性肾脏病遗传基因风险系统

[发明专利]EFDC水质模型参数率定方法、系统和可读存储介质-CN202210513965.5在审
发明人：陈瑞斌;曾志辉;许文龙;廖海滨;邢军华 -专利权人：深圳中兴智坪科技有限公司
申请日： 2022-05-12 - 公布日： 2022-09-02 - 主分类号： G06F30/27 文献下载
摘要：本发明提供了一种EFDC水质模型参数率定方法、系统和可读存储介质，其中，EFDC水质模型参数率定方法包括：获取率定参数对象；获取水质模型数据；构建河流概化图，并搭建初始水质模型；基于量子遗传算法进行水质模型参数率定；在量子遗传算法每一代遗传的计算过程中，采用多进程运行水质模型。本申请通过在保证水质模型参数设定的前提下，基于量子遗传算法和多进程运行来进行水质模型的参数率定，提高水质模型参数率定的效率，现有技术通过运用全局性的优化算法，未考虑模型的参数设定，因而存在计算量大、耗时长的缺点，本申请通过优先对水质模型的参数进行设定，并选取量子遗传算法以及多进程运行进行水质模型的参数率定，提高了参数率定的效率。
efdc 水质模型参数方法系统可读存储介质

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条