-
公开(公告)号：CN115527605A
公开(公告)日：2022-12-27
申请号：CN202211374655.6
申请日：2022-11-04
Applicant: 南京理工大学
Abstract: 本发明公开了基于深度图模型的抗体结构预测方法，构建特征提取模块，提取目标抗体序列的多序列联配和模板序列以生成初始MSA特征和Pair特征；构建双轨的特征更新模块，使用注意力机制实现MSA特征和Pair特征之间的更新；基于图Transformer构建特征聚合模块，更新和聚合MSA特征、Pair特征，以获取最终嵌入表示；构建距离图预测模块，预测残基对之间的相对距离和方向矩阵；构造势能函数，并对势能函数进行优化，以获取势能最小化的抗体三维结构。本发明实现了对抗体三维结构的高效、准确预测，能够有益于改善蛋白质结构测定费时费力的现状，同时解决抗体同源性数据不足的问题。
-
公开(公告)号：CN115271172A
公开(公告)日：2022-11-01
申请号：CN202210731482.2
申请日：2022-06-24
Applicant: 南京理工大学
Abstract: 本发明公开了基于高阶主成分分解时空图卷积交通速度预测方法，基于站点节点之间的距离构建节点的空间关联邻接矩阵，节点属性来自所代表站点车辆行驶的平均速度，此外，节点的属性具备动态时序性，整个交通网络建模为时空图结构；基于高阶主成分分解将交通时空图分解为核心张量和在各个维度的因子矩阵，推理出高阶主成分分解后时空图卷积网络的表现形式，实现了一种时空关联统一建模的时空图卷积网络模型。本发明首次将高阶主成分分解算法应用于时空图卷积网络，从张量空间高维关联建模的角度出发，提出了基于高阶主成分截断分解的时空图卷积模型，具备降低数据维度、并行计算和噪声抑制的优点。
-
公开(公告)号：CN119832991A
公开(公告)日：2025-04-15
申请号：CN202411939454.5
申请日：2024-12-26
Applicant: 南京理工大学
IPC: G16B40/00 , G06N3/042 , G06N3/045 , G06N3/0499 , G06N3/084
Abstract: 本发明公开了一种基于交叉图表示学习的蛋白质相互作用预测方法，属于蛋白质间相互作用领域，包括以下步骤：S1，搜集蛋白质相互作用的预测数据集，而后对蛋白质进行特征处理，构建蛋白质图；S2，使用基于GCN的图编码器学习蛋白质图的空间结构信息；S3，使用基于自注意力模块的编码器学习受体蛋白质和配体蛋白质之间的信息；S4，使用对偶的交互图模块学习受体蛋白质和配体蛋白质之间的残基的信息；S5，生成蛋白质相互作用预测的分类器。本发明用于解决现有的蛋白质相互作用预测的方法往往在不同领域表现出的性能退化问题。
-
公开(公告)号：CN119829985A
公开(公告)日：2025-04-15
申请号：CN202411939459.8
申请日：2024-12-26
Applicant: 南京理工大学
IPC: G06F18/213 , G06F18/25 , G06N3/0442 , G06N3/045 , G06N3/08
Abstract: 本发明公开了一种基于张量动态交互与解耦的多模态情感分析方法，属于多模态信息处理领域，包括以下步骤：特征提取，将原始模态数据分别输入至不同的编码器进行特征提取以生成多模态的潜在特征表示；特征交互与解耦，扩展拼接并利用笛卡尔积和爱因斯坦求和约定生成交互特征；卷积与池化：交互特征经过卷积操作逐步提取更高维度的特征，将特征图展平为一维特征向量，使用Transformer编码器对每个模态特征进行处理；步骤S4，情感预测：将解耦后的特征向量输入，通过多层感知器进行情感标签预测，并通过平均绝对误差损失函数优化预测精度。本发明能够解决现有多模态情感分析模型在处理模态间交互与特征解耦方面存在的不足。
-
公开(公告)号：CN119600198A
公开(公告)日：2025-03-11
申请号：CN202411664069.4
申请日：2024-11-20
Applicant: 南京理工大学
IPC: G06T17/00 , G06T15/08 , G06T3/4053 , G06V40/16 , G06V10/766 , G06V10/52 , G06V10/82 , G06N3/045 , G06N3/084 , G06N3/091
Abstract: 本发明公开了一种基于神经辐射场的三维视线重定向的方法，包括以下步骤：S1、搜集并处理数据集，将数据集中的图像进行人脸模型处理；S2、进行特征编码与多层感知机MLP进行约束学习；S3、通过步骤S1中得到的图像和三维人脸参数，利用三平面特征提取器EF提取三平面特征T并通过三平面特征T进行体渲染生成低分辨率特征FT；S4、模型总体优化通过执行梯度下降法更新模型整体的权重，迭代训练若干轮次。本发明采用上述的一种基于神经辐射场的三维视线重定向的方法，实现了一种端到端的视线重定向模型训练，在使用单视角图像的情况下，实现了头部姿态和注视方向的显式解耦，达到了同时控制注视方向和头部姿态的效果。
-
Patent Agency Ranking
公开(公告)号：CN119580255A
公开(公告)日：2025-03-07
申请号：CN202411616287.0
申请日：2024-11-13
Applicant: 南京理工大学
IPC: G06V20/70 , G06V20/10 , G06V10/26 , G06V10/80 , G06V10/82 , G06V10/84 , G06N3/045 , G06N3/0475 , G06N3/084
Abstract: 本发明公开了一种基于离散扩散模型的多模态遥感图像语义分割方法，涉及遥感图像语义分割领域。该方法首先提取每个模态的同构特征，使用参数非共享的全连接层提取每个模态同构特征的注意力权重并进行赋权，将赋权后的模态特征相加得到自适应融合后的多模态特征；然后利用状态转移矩阵在真实概率分布矩阵上添加随机噪声，得到所有类别概率都相等的概率矩阵，通过贝叶斯公式推导出离散扩散模型的逆扩散真实分布；最后将融合的多模态特征作为条件，扩散后的真实概率矩阵作为输入，预测未经扩散的真实概率矩阵。该方法能够有效应对不同模态间的异构性与信息冲突问题，显著提升模型对复杂环境的理解能力，增强其在多种场景中的泛化能力和鲁棒性。
-
公开(公告)号：CN117997149B
公开(公告)日：2024-07-23
申请号：CN202410115777.6
申请日：2024-01-29
Applicant: 南京理工大学
Abstract: 本发明公开了一种消除多并联变流器直流及低频环流的载波重构方法，针对传统载波移相方法引入的直流和低频环流问题，本专利提出了一种载波重构方法；该重构法通过交替设置互补的载波起始相位角，实现两个周期内载波均衡对称，消除因不对称载波引入的直流以及低频环流。该重构载波提供了一种通用解决方案，它可以解决所有基于传统移相载波调制策略的直流和低频环流问题。同时，该载波重构法避免了共模电感或相间耦合电感的磁芯饱和，简化了这类电感的设计复杂性。本发明不仅可以降低电感体积和提升电感能效，同时还提高了多并联变换器的整体性能。
-
公开(公告)号：CN117152821B
公开(公告)日：2024-06-25
申请号：CN202311142081.4
申请日：2023-09-05
Applicant: 南京理工大学
IPC: G06V40/16 , G06V10/778 , G06V10/774
Abstract: 本发明公开了一种基于双重对比学习的跨域人脸面部运动单元检测方法，属于面部识别技术领域，包括数据准备阶段、端到端模型设计阶段、端到端模型训练阶段和端到端模型测试阶段；所述数据准备阶段中使用源场景的AU数据集及AU标注和无标注的目标场景数据集；所述端到端模型设计阶段包括预准备、搭建模型架构和设计损失函数。本发明提供的一种基于双重对比学习的跨域人脸面部运动单元检测方法，通过多种约束不仅能生成清晰的图片以可视化解耦效果，也可以增强模型的解耦效果，提升跨域AU检测的性能。
-
公开(公告)号：CN118154750A
公开(公告)日：2024-06-07
申请号：CN202410313841.1
申请日：2024-03-19
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于LTC拟合的织物实时渲染的方法，基于线性变换余弦(LTC)函数对机织物的纱线段在不同尺度下分布结果的进行拟合，实现对织物材质的实时渲染。一方面，使用LTC函数拟合不同尺度下织物的纱线段所对应的真实NDF图像，构建出一个可以表示织物材质多尺度表达的层次细节(LoD)；另一方面，提出纱线段的包围盒表示，更快更有效地查询像素足迹覆盖的纱线段；该方法可有效减少因实时渲染采样数低导致的织物材质渲染结果中出现的走样问题；最后，该方法不仅支持实时渲染中的点光源和方向光，也可以支持多边形面积光。
-
公开(公告)号：CN115527605B
公开(公告)日：2023-12-12
申请号：CN202211374655.6
申请日：2022-11-04
Applicant: 南京理工大学
IPC: G16B15/00 , G16B40/00 , G06F18/22 , G06N3/0464 , G06N3/048 , G06N3/042 , G06N3/045 , G06N3/0895
Abstract: 本发明公开了基于深度图模型的抗体结构预测方法，构建特征提取模块，提取目标抗体序列的多序列联配和模板序列以生成初始MSA特征和Pair特征；构建双轨的特征更新模块，使用注意力机制实现MSA特征和Pair特征之间的更新；基于图Transformer构建特征聚合模块，更新和聚合MSA特征、Pair特征，以获取最终嵌入表示；构建距离图预测模块，预测残基对之间的相对距离和方向矩阵；构造势能函数，并对势能函数进行优化，以获取势能最小化的抗体三维结构。本发明实现了对抗体三维结构的高效、准确预测，能够有益于改善蛋白质结构测定费时费力的现状，同时解决抗体同源性数据不足的问题。
-
-
-
-
-
-
-
-
-
Search Results
57
records
(took 0.042 seconds)
