-
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
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：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
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。
-
Patent Agency Ranking
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
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：CN111860361B
公开(公告)日：2023-07-25
申请号：CN202010720216.0
申请日：2020-07-24
Applicant: 吉林大学
IPC: G06V20/00 , G06V10/26 , G06V10/82 , G06N3/0464
Abstract: 本发明公开一种绿色通道货物扫描图像夹带自动识别器，包括上位机和自动识别器两个部分。其中，上位机包括：输入单元；第一接口单元；显示单元；自动识别器包括：第二接口单元；存储单元(包括内存储单元、缓存单元和外存储单元)；微处理器；处理单元。本发明构建自主研发的GCIDNet、GCIENet和GCIRNet三种深度学习算法，分别封装在图像去噪单元、图像增强单元和图像识别单元中，用于识别未知绿色通道图片数据，并预测未知图片数据对应的货物种类以及夹带情况。
-
公开(公告)号：CN119626339A
公开(公告)日：2025-03-14
申请号：CN202411648509.7
申请日：2024-11-19
Applicant: 吉林大学
IPC: G16B40/00 , G16B30/00 , G16B15/00 , G06N3/0464 , G06N3/048 , G06N3/042 , G06N3/096 , G06N3/0985 , G06N3/084
Abstract: 本发明公开了一种融合知识驱动和数据驱动的稻瘟菌AVR基因RNA二级结构生成器，采用ARM芯片的片上存储器和外部DRAM芯片，分别存储RNA原始数据及中间结果；采用FPGA芯片实现RNA序列到知识图谱的映射，并通过LUT融合碱基配对等特征；采用多核AI芯片，并行执行编码器‑解码器网络，融合知识和数据生成二级结构；再通过AI芯片流水化执行VAE‑GAN网络，评估生成结构质量并迭代优化，生成精确的RNA二级结构。本发明还公开了一种融合知识驱动和数据驱动的稻瘟菌AVR基因RNA二级结构的预测方法，利用RNA物理化学特性，结合深度学习、迁移学习和知识蒸馏技术，提高预测的准确率和运算效率。
-
公开(公告)号：CN116504311A
公开(公告)日：2023-07-28
申请号：CN202310438736.6
申请日：2023-04-23
Applicant: 吉林大学
Abstract: 本发明公开了一种基于机器学习的水稻抗稻瘟菌关键SRNA识别方法，包括：步骤一、在水稻侵染数据集中，获取水稻SRNA和MRNA序列信息；步骤二、设定筛选条件，筛选水稻差异表达SRNA和MRNA；步骤三、构建差异表达水稻基因的异质互作网络；步骤四、在异质互作网络中，联合优化建模显示关系和建模隐式关系，通过联合优化结果，筛选出稻瘟菌侵染水稻过程中的水稻抗侵染关键SRNA。通过构建差异表达水稻基因的异质互作网络，并进行联合优化，能够找出水稻抵抗稻瘟菌侵染过程中的关键水稻SRNA，弥补传统方法无法考虑同类型生物分子间相互影响的不足，提升方法预测的准确性。
-
公开(公告)号：CN111860361A
公开(公告)日：2020-10-30
申请号：CN202010720216.0
申请日：2020-07-24
Applicant: 吉林大学
Abstract: 本发明公开一种绿色通道货物扫描图像夹带自动识别器，包括上位机和自动识别器两个部分。其中，上位机包括：输入单元；第一接口单元；显示单元；自动识别器包括：第二接口单元；存储单元(包括内存储单元、缓存单元和外存储单元)；微处理器；处理单元。本发明构建自主研发的GCIDNet、GCIENet和GCIRNet三种深度学习算法，分别封装在图像去噪单元、图像增强单元和图像识别单元中，用于识别未知绿色通道图片数据，并预测未知图片数据对应的货物种类以及夹带情况。
-
-
-
-
-
-
Search Results
7
records
(took 0.015 seconds)
