-
公开(公告)号:CN118133020A
公开(公告)日:2024-06-04
申请号:CN202410264985.2
申请日:2024-03-08
Applicant: 大连理工大学
IPC: G06F18/214 , G06F18/23 , G06F18/241 , G06F18/10 , G06F18/213 , G06N3/0464 , G06F16/901
Abstract: 本发明提出了一种基于超图表征与高斯混合模型的多维特征分类方法。该方法首先对数据集数据进行预处理,提取数据间关系作为特征,将节点与特征作为输入构建超图结构知识网络,基于该超图结构使用聚类的方法分别基于局部特征与全局特征两方面更新原有节点与边的特征,采用了基于高斯混合模型优化的超图构建模块,引入带有概率权重的三维特征投射方法,聚焦于节点到多维特征的概率权重来构建超图结构,从而实现对应节点的精确分类。
-
公开(公告)号:CN115521986A
公开(公告)日:2022-12-27
申请号:CN202211134398.9
申请日:2022-09-19
Applicant: 大连理工大学
IPC: C12Q1/6888 , C12Q1/6869
Abstract: 本发明属于生物信息学领域,涉及基于生物多组学知识的人体体能评价方法。本发明总结出若干与力量、耐力、爆发力等基本身体素质相关联的基因,并且通过总结实验数据,得出若干有利于表型的优势基因型。这些基因型将对构建新型指标框架起到指导作用。根据这些基因数据,结合上述表观组型,对已有的体能测试标准进行重新分级,将基因型知识引入体能指标方案,得到分级的体能指标草案,从而满足更加细致的、更加个性化、更加符合实际需要的体能测试标准。同时针对雨林、高原、沙漠等环境对评价标准进行调整,形成不同环境下的有针对性的体能评价方法,并基于测试数据对已有的标准进行反馈优化,最终形成具有反馈机制的完整的人体体能评价标准体系。
-