公开(公告)号：CN113870950B

公开(公告)日：2024-05-17

申请号：CN202111047153.8

申请日：2021-09-07

Applicant: 吉林大学

Inventor： 张浩 ,  赵恒毅 ,  刘元宁 ,  赵天横 ,  赵恩爽 ,  张天悦 ,  袁帅

IPC: G16B40/00 ,  G16B25/00

Abstract: 本发明公开了一种稻瘟菌侵染水稻关键sRNA识别系统及识别方法，所述识别系统包括：输入单元，其用于输入稻瘟菌和水稻多组学数据；微处理器，其连接所述输入单元；存储单元，其连接所述微处理器；处理单元，其连接所述微处理器，用于处理数据并得出识别结果；其中，所述处理单元包括：预处理单元，其从所述存储单元中获取所述多组学数据，并进行预处理；网络构建单元，其获取预处理后的多组学数据，处理得到稻瘟菌和水稻多组学分层异质互作网络；致病因子挖掘单元，其输入所述多组学分层异质互作网络，输出致病sRNA调控网络；以及关键sRNA识别单元，其接收致病sRNA调控网络，并进行稻瘟菌关键sRNA识别，得到识别结果。

公开(公告)号：CN118506886A

公开(公告)日：2024-08-16

申请号：CN202410940243.7

申请日：2024-07-15

Applicant: 吉林大学

Inventor： 张浩 ,  戴银飞 ,  张天悦 ,  赵恩爽 ,  朱禹衡 ,  李龙一 ,  刘瀚渤

IPC: G16B40/30 ,  G16B40/20 ,  G16B45/00

Abstract: 本发明属于生物特征识别技术领域，涉及一种基于异质节点关系鉴定稻瘟病菌感染水稻致病因子的方法，该方法首先通过深度随机游走模型遍历单一组学互作网络，随机获取顶点固定步长内的节点，通过节点在其同质网络内的权重以及边的权重，构建出顶点的局部特征。随后，将不同网络中的节点进行连接，得到两异质节点间的关系链路特征，接着，通过基于卷积特征提取的DBSCAN聚类算法将具有相似性特征的链路整合到一个簇中，挖掘异构网络集成的潜在关系，之后结合链路预测结果和单一组学互作用网络权重指标，筛选出稻瘟病菌侵染水稻过程中的关键致病因子和抗病因子，具有鉴定结果准确、鉴定速度快等优势。

公开(公告)号：CN114596622B

公开(公告)日：2025-04-04

申请号：CN202210264824.4

申请日：2022-03-17

Applicant: 吉林大学

Inventor： 刘元宁 ,  周智勇 ,  朱晓冬 ,  董立岩 ,  李沅峰 ,  刘煜 ,  张天悦 ,  刘帅 ,  崔靖威 ,  张亚星 ,  孙野 ,  袁一航 ,  董楠 ,  杨恩斌 ,  张少强

IPC: G06V40/18 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/084 ,  G06N3/094 ,  G06V10/80 ,  G06V10/82 ,  G06V10/774 ,  G06V10/764

Abstract: 本发明公开了一种基于对比知识驱动的虹膜与眼周对抗自适应融合识别方法，其方法为：步骤一、建立数据集并划分为训练集和测试集；步骤二、得到模型架构；步骤三、训练模型架构；步骤四、得到卷积编码部分；步骤五、将目标检测模型定位虹膜与眼周区域；步骤六、训练结束后去除最后一层全连接层得到眼周特征提取模型Eper；步骤七、使用虹膜可见光图像训练集和人员身份标签训练；步骤八、将不同模态的特征分布在低维子空间中进行配准；步骤九、设置两个可学习的参数；步骤十、得到模型特征提取器；步骤十一、确定双模态融合识别模型的决策机制。有益效果：提高了系统的可靠性与安全性；提高了小样本数据集上的识别性能；能够提高最终的识别性能。

公开(公告)号：CN114596622A

公开(公告)日：2022-06-07

申请号：CN202210264824.4

申请日：2022-03-17

Applicant: 吉林大学

Inventor： 刘元宁 ,  周智勇 ,  朱晓冬 ,  董立岩 ,  李沅峰 ,  刘煜 ,  张天悦 ,  刘帅 ,  崔靖威 ,  张亚星 ,  孙野 ,  袁一航 ,  董楠 ,  杨恩斌 ,  张少强

IPC: G06V40/18 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06V10/80 ,  G06V10/82 ,  G06V10/774 ,  G06V10/764

Abstract: 本发明公开了一种基于对比知识驱动的虹膜与眼周对抗自适应融合识别方法，其方法为：步骤一、建立数据集并划分为训练集和测试集；步骤二、得到模型架构；步骤三、训练模型架构；步骤四、得到卷积编码部分；步骤五、将目标检测模型定位虹膜与眼周区域；步骤六、训练结束后去除最后一层全连接层得到眼周特征提取模型Eper；步骤七、使用虹膜可见光图像训练集和人员身份标签训练；步骤八、将不同模态的特征分布在低维子空间中进行配准；步骤九、设置两个可学习的参数；步骤十、得到模型特征提取器；步骤十一、确定双模态融合识别模型的决策机制。有益效果：提高了系统的可靠性与安全性；提高了小样本数据集上的识别性能；能够提高最终的识别性能。

公开(公告)号：CN113870950A

公开(公告)日：2021-12-31

申请号：CN202111047153.8

申请日：2021-09-07

Applicant: 吉林大学

Inventor： 张浩 ,  赵恒毅 ,  刘元宁 ,  赵天横 ,  赵恩爽 ,  张天悦 ,  袁帅

IPC: G16B40/00 ,  G16B25/00

Abstract: 本发明公开了一种稻瘟菌侵染水稻关键sRNA识别系统及识别方法，所述识别系统包括：输入单元，其用于输入稻瘟菌和水稻多组学数据；微处理器，其连接所述输入单元；存储单元，其连接所述微处理器；处理单元，其连接所述微处理器，用于处理数据并得出识别结果；其中，所述处理单元包括：预处理单元，其从所述存储单元中获取所述多组学数据，并进行预处理；网络构建单元，其获取预处理后的多组学数据，处理得到稻瘟菌和水稻多组学分层异质互作网络；致病因子挖掘单元，其输入所述多组学分层异质互作网络，输出致病sRNA调控网络；以及关键sRNA识别单元，其接收致病sRNA调控网络，并进行稻瘟菌关键sRNA识别，得到识别结果。