一种数据库参数筛选方法及相关设备

    公开(公告)号:CN117435580B

    公开(公告)日:2024-03-22

    申请号:CN202311768469.5

    申请日:2023-12-21

    Abstract: 本发明公开了一种数据库参数筛选方法及相关设备,所述方法包括:获取训练数据库配置参数,并进行预处理,得到数据库参数训练集;获取预设规则集,根据预设规则集构建参数性能决策树,并转化为树状神经网络预测模型;根据数据库参数训练集对树状神经网络预测模型进行训练,得到参数性能预测模型;获取当前数据库配置参数,并输入至参数性能预测模型,得到当前数据库配置参数对应的参数性能;计算当前数据库配置参数对参数性能的贡献度,并根据贡献度对当前数据库配置参数进行参数筛选。本发明通过构建参数性能预测模型来计算数据库中配置参数的贡献度,并根据贡献度对数据库中的配置参数进行筛选,大大的提升了数据库的查询效率。

    基于图表示学习的环状RNA-疾病关联预测方法

    公开(公告)号:CN117393143A

    公开(公告)日:2024-01-12

    申请号:CN202311316888.5

    申请日:2023-10-11

    Abstract: 本发明公开了一种基于图表示学习的环状RNA‑疾病关联预测方法、移动设备及存储介质,该方法包括:基于环状RNA及相关信息构建环状RNA的异构网络,所述异构网络包括环状RNA节点和疾病节点;将异构网络中各个节点的特征随机初始化后输入图表示学习模型,通过所述图表示学习模型按预设流程学习各个节点的表示向量;基于环状RNA节点的表示向量和疾病节点的表示向量的内积确定为对应环状RNA与疾病的关联预测得分。如此,通过图表示学习模型学习异构网络中各个节点的表示向量,再基于环状RNA节点和疾病节点的表示向量的内积确定关联预测得分,提高了异构网络构建的灵活性,使得图表示学习模型能获得更丰富的节点表示,提高了环状RNA‑疾病预测的准确性。

    基于账户区块链的可问责隐私保护智能合约实现方法

    公开(公告)号:CN117290887A

    公开(公告)日:2023-12-26

    申请号:CN202311522961.4

    申请日:2023-11-16

    Abstract: 本发明公开了一种基于账户区块链的可问责隐私保护智能合约实现方法,方法包括:用户部署智能合约并公开合约地址,监管者运行密钥获得监管者公钥和监管者私钥,并将监管者公钥上传至区块链;注册新用户并生成用户私钥,然后将用户公钥上传区块链,智能合约记录注册用户信息;用户创建空白数据记录,然后将生成的数据记录承诺上传区块链;用户收集区块链上的所有数据记录承诺并构建默克尔书,然后进行链下计算;用户将隐私保护交易单发送至区块链,区块链经过广播后进行验证计算;监管者捕获到隐私保护交易单,随后利用监管者私钥问责用户。本发明能够支持细粒度的隐私保护控制策略和灵活适应多种应用场景,同时实现可问责隐私保护智能合约。

    一种蛋白质功能预测模型生成方法及装置

    公开(公告)号:CN116884473A

    公开(公告)日:2023-10-13

    申请号:CN202310581243.8

    申请日:2023-05-22

    Abstract: 本发明公开了一种蛋白质功能预测模型生成方法及装置,包括获取训练蛋白质的氨基酸三维原子坐标,并根据其进行图论方法生成蛋白质二维接触图;对训练蛋白质的氨基酸三维原子坐标进行算法处理获取第一特征矩阵,对蛋白质二维接触图进行算法处理获取第二特征矩阵,第一特征矩阵与训练蛋白质的氨基酸三维原子坐标中序列作用位点对应,第二特征矩阵与训练蛋白质的氨基酸三维原子坐标中结构作用折叠结构对应;根据第一特征矩阵和第二特征矩阵分别对应的数据标签训练预先构建的蛋白质功能分类器,得到蛋白质功能预测模型。通过将训练蛋白质的氨基酸结构和序列作为信息源提取特征,提高了预测模型对蛋白质功能的预测精度。

    一种基于图对比学习的多模态交通流量预测方法及系统

    公开(公告)号:CN115601960B

    公开(公告)日:2023-06-23

    申请号:CN202211122126.7

    申请日:2022-09-15

    Abstract: 本发明公开了一种基于图对比学习的多模态交通流量预测方法及系统,方法包括:基于历史交通流量数据建立局部和全局流量异构图;对全局和局部流量异构图进行编码得到对应的异构图流量特征;计算局部流量异构图流量特征的互信息来优化局部流量异构图流量特征;多个局部流量异构图流量特征经过注意力机制融合成的全局流量特征,与全局流量异构图流量特征进行图对比学习来优化全局流量异构图流量特征;将优化后的局部和全局流量异构图流量特征输入到空间图卷积神经网络分别预测多模态的交通流量。本发明可以有效地捕获不同出行模式之间的相关性和差异性,有助于更好地捕获多种出行模式之间的依赖关系,从而提升交通流量预测的精度。

    一种基于客户端分类和信息熵的联邦学习方法及装置

    公开(公告)号:CN114723071B

    公开(公告)日:2023-04-07

    申请号:CN202210450751.8

    申请日:2022-04-26

    Abstract: 本发明公开了一种基于客户端分类和信息熵的联邦学习方法及装置,涉及机器学习技术领域,该方法包括:基于客户端在非独立同分布数据场景的偏置程度,将客户端归入第一服务器或第二服务器;在相对应的服务器中训练客户端,得到训练好的客户端模型,并确定客户端模型的本地模型参数,并基于本地模型参数对应的更新第一服务器的第一模型参数和第二服务器的第二模型参数;确定第一服务器和第二服务器满足交互条件,基于第一模型参数和第二模型参数分别对应的权重,更新中央服务器的中央模型参数。本发明可以提升联邦学习的模型准确率,使得联邦学习适用于在不同混合程度的Non‑IID场景。

    基于同态加密和匿名伪装的导航服务隐私保护方法及装置

    公开(公告)号:CN115200603B

    公开(公告)日:2023-01-31

    申请号:CN202211106644.X

    申请日:2022-09-13

    Abstract: 本发明公开了一种基于同态加密和匿名伪装的导航服务隐私保护方法及装置,方法包括:LBS服务商进行同态加密方案的初始化;用户利用匿名伪装算法分别生成出匿名伪装区域;用户根据匿名伪装区域的路网信息,随机选取出发点附近满足伪装距离L的出发地伪装点和目的地伪装点,同步规划出真实出发地到伪装出发地的路线;云服务商规划出一组候选路线,同时向LBS服务商请求实时路况信息;云服务商对候选路线组的开销进行进一步计算,利用全同态加密的比较运算,将密文比较结果传输给LBS服务商;从候选路线组中选取最佳路线并在本地将和伪装区域内的路线连接,生成最终的出行路线。本发明采用全同态加密和匿名伪装技术实现高质量的导航服务隐私保护。

Patent Agency Ranking