-
公开(公告)号：CN115543307A
公开(公告)日：2022-12-30
申请号：CN202211120137.1
申请日：2022-09-15
Applicant: 吉林大学
Abstract: 本发明公开了一种基于Vue开发的ERP项目可视化组件GanttView，设计中加入计划时间与实际时间的对照，每个任务分连续的两部分，甘特图中用两种不同颜色进行表示，上下对照可以清楚显示具体任务的完成情况。时间粒度可以具体查看到天。发明可以广泛应用于ERP等项目中，组件安装使用方法为：在vscode编译器中的项目中输入以下命令：npm install‑‑save ganttview即可完成对组件的安装。
-
公开(公告)号：CN112800326B
公开(公告)日：2022-03-15
申请号：CN202110060998.4
申请日：2021-01-18
Applicant: 吉林大学
IPC: G06F16/9535 , G06F16/36 , G06N3/04 , G06N3/08 , G06F17/16
Abstract: 本发明公开了一种改进的多任务学习与知识图谱结合的Ripp‑MKR推荐方法，推荐方法包括的步骤有：步骤一、输入用户点击历史、知识图谱以及项目的初始化向量；步骤二、针对用户点击历史、知识图谱进行递归，获取用户的历史兴趣属性与权重；步骤三、加权所有尾部的特征向量得到一级响应；步骤四、所有的响应加权求和获得用户向量矩阵；步骤五、进行项目向量矩阵与知识图谱头部向量交叉训练；步骤六、迭代更新用户向量、项目向量、知识图谱头部尾部向量；步骤七、损失函数学习。有益效果：自动发现用户的层次潜在兴趣，推荐模块和KGE模块通过专门设计的交叉和压缩单元进行连接。采用多任务学习框架进行交替学习。
-
公开(公告)号：CN113178229A
公开(公告)日：2021-07-27
申请号：CN202110597078.6
申请日：2021-05-31
Applicant: 吉林大学
Abstract: 本发明公开了一种基于深度学习的RNA和蛋白质结合位点的识别方法，其方法为：识别方法分为两部分：数据处理和模型设计训练，各部分主要步骤如下：第一步、数据处理：步骤1、原始数据去冗余；步骤2、预测二级结构信息；步骤3、对步骤2中获得的二级结构进行编码；步骤4、将所有数据保存在对应的csv文件中作为输入数据；第二步、模型设计及训练：步骤1、编码为数据矩阵作为模型输入；步骤2、两个特征矩阵维度相同；步骤3、将组合特征输入到编码器中；步骤4、最终编码器编码的结果；步骤5、经过sigmoid函数得到最终类别。有益效果：利用Transformer网络学习序列的长依赖性和对特征进行编码，能够有效地预测RNA和蛋白质的结合位点。
-
公开(公告)号：CN111582099B
公开(公告)日：2021-03-09
申请号：CN202010349223.4
申请日：2020-04-28
Applicant: 吉林大学
Abstract: 本发明公开了一种基于虹膜远源特征交运算决策的身份验证方法，其方法为：步骤一、采集虹膜灰度图像m张；步骤二、转化为256×32维度的模板虹膜归一增强图像；步骤三、纹理走势特征的认证参数；步骤四、各自分组中纹理走势特征的单一类别标签；步骤五、灰度差值特征的单一类别标签；步骤六、集测试虹膜灰度图像一张；步骤七、转化为256×32维度的测试虹膜归一增强图像；步骤八、模板虹膜类别中的其中一个分组；步骤九、得到纹理走势特征的判断结论；步骤十、得到灰度差值特征的判断结论；步骤十一、测试虹膜与模板虹膜属于相同的类别；有益效果：更好地在非稳态虹膜条件下进行认证；尽可能使得认证方法可以用在多个类别中。
-
公开(公告)号：CN110648719A
公开(公告)日：2020-01-03
申请号：CN201910897339.9
申请日：2019-09-23
Applicant: 吉林大学
IPC: G16B15/30
Abstract: 本发明公开了一种基于能量和概率的局部结构胃癌耐药lncRNA二级结构预测方法，其方法为：步骤一、将数据读到缓存单元中；步骤二、得到其二级结构预测结果；步骤三、获得一组长度为50的短RNA序列集合M；步骤四、得到序列中所有的局部次优结构集；步骤五、找最优的局部结构组件；步骤六、得到当前的lncRNA二级结构预测结果；步骤七、集合交给最优结构获取单元；步骤八、通过RS-232串口传回到上位机的显示单元上进行输出显示。有益效果：该方法可以查找出具有特定局部结构的功能组件，分析和解释lncRNA的功能，最后交由生物实验进行功能验证，为高效筛选胃癌耐药相关lncRNA提供一条新的思路。
-
Patent Agency Ranking
公开(公告)号：CN103595723B
公开(公告)日：2016-11-30
申请号：CN201310582501.0
申请日：2013-11-20
Applicant: 吉林大学
Abstract: 本发明提供一种基于消息主体和安全分级的垃圾邮件识别方法及装置，用于局域网内垃圾邮件过滤，通过提取消息主体的方法，更加充分地利用了语法树的信息，从语法树中提取句子主语作为消息主体，统计并分析文本是否在对消息主体进行宣传或介绍，提高了对垃圾邮件，尤其是对广告邮件的识别精度；通过安全分级管理方法，对邮件的文本、链接和图片等内容做出一个分级管理，针对安全度较高的邮件进行部分检测，对于安全度较低的邮件进行全面检测，提高了邮件的识别效率。
-
公开(公告)号：CN113178229B
公开(公告)日：2022-03-08
申请号：CN202110597078.6
申请日：2021-05-31
Applicant: 吉林大学
Abstract: 本发明公开了一种基于深度学习的RNA和蛋白质结合位点的识别方法，其方法为：识别方法分为两部分：数据处理和模型设计训练，各部分主要步骤如下：第一步、数据处理：步骤1、原始数据去冗余；步骤2、预测二级结构信息；步骤3、对步骤2中获得的二级结构进行编码；步骤4、将所有数据保存在对应的csv文件中作为输入数据；第二步、模型设计及训练：步骤1、编码为数据矩阵作为模型输入；步骤2、两个特征矩阵维度相同；步骤3、将组合特征输入到编码器中；步骤4、最终编码器编码的结果；步骤5、经过sigmoid函数得到最终类别。有益效果：利用Transformer网络学习序列的长依赖性和对特征进行编码，能够有效地预测RNA和蛋白质的结合位点。
-
公开(公告)号：CN111130794B
公开(公告)日：2020-11-24
申请号：CN201911270600.9
申请日：2019-12-12
Applicant: 吉林大学
Abstract: 本发明公开了一种基于虹膜与私钥证书链连接存储结构的身份验证方法，其方法为：步骤一、采集灰度图像；步骤二、归一增强图像；步骤三、模板虹膜特征信息；步骤四、统计模板虹膜特征信息；步骤五、制作私钥证书；步骤六、存入个人信息块中；步骤七、构建完整记录；步骤八、制作完整记录；步骤九、输出给测试人员数字0；步骤十、测试虹膜灰度图像一张；步骤十一、测试虹膜归一增强图像；步骤十二、读取模板特征标签；步骤十三、进行身份验证；有益效果：非法用户盗取证书后即使通过了证书校验，也会因为无法通过虹膜识别校验导致无法得到正确的结果，因此通过私钥证书与虹膜识别的双重机制防止了用户个人信息被篡改以及被非法用户侵入的风险。
-
公开(公告)号：CN111130794A
公开(公告)日：2020-05-08
申请号：CN201911270600.9
申请日：2019-12-12
Applicant: 吉林大学
Abstract: 本发明公开了一种基于虹膜与私钥证书链连接存储结构的身份验证方法，其方法为：步骤一、采集灰度图像；步骤二、归一增强图像；步骤三、模板虹膜特征信息；步骤四、统计模板虹膜特征信息；步骤五、制作私钥证书；步骤六、存入个人信息块中；步骤七、构建完整记录；步骤八、制作完整记录；步骤九、输出给测试人员数字0；步骤十、测试虹膜灰度图像一张；步骤十一、测试虹膜归一增强图像；步骤十二、读取模板特征标签；步骤十三、进行身份验证；有益效果：非法用户盗取证书后即使通过了证书校验，也会因为无法通过虹膜识别校验导致无法得到正确的结果，因此通过私钥证书与虹膜识别的双重机制防止了用户个人信息被篡改以及被非法用户侵入的风险。
-
公开(公告)号：CN108133187A
公开(公告)日：2018-06-08
申请号：CN201711400589.4
申请日：2017-12-22
Applicant: 吉林大学
Abstract: 本发明公开了一种尺度变化稳定特征与多算法表决的一对一虹膜识别方法，将有关虹膜以及识别人的个人信息存储进一个红外射频扫描身份卡中，作为对比实验中的对比方，之后正式采集的时候，采集测试人的虹膜，作为对比实验中的测试方。本发明在保证提取虹膜有效特征的前提下，减少冗余和噪音的干扰，并通过多种算法投票表决，降低出现因为采集环境影响导致的识别错误的情况的风险，增加虹膜正确识别率与鲁棒性，增加安全性，可靠性，操作简单，容易掌握。
-
-
-
-
-
-
-
-
-
Search Results
45
records
(took 0.023 seconds)
