-
公开(公告)号：CN115331473B
公开(公告)日：2023-04-18
申请号：CN202111524959.1
申请日：2021-12-14
Applicant: 山东建筑大学
Abstract: 本发明涉及到一种地下多层停车场车位信息诱导停车位查找方法，它包含信号采集处理模块、控制器、4G/5G无线通讯模块、数据存储服务器和车位信息诱导管理软件。车主接收到数据存储服务器的停车信息，按最近停车场查找及诱导算法（PLAG），查找最优停车场：车主接收到数据存储服务器的停车位信息，按最近空车位查找及诱导算法（CLAG），本发明的算法将搜索域和更新域大大减少，并在候选停车场或空车位确定最优路径后及时停止。解决了停车的难题，并且还可以直接网上支付停车费，更方便快捷。整个发明具有操作效率高、智能无人化等特点。
-
公开(公告)号：CN114023387A
公开(公告)日：2022-02-08
申请号：CN202210003514.7
申请日：2022-01-05
Applicant: 山东建筑大学
Abstract: 本发明公开了一种基于卷积神经网络的细胞反卷积预测方法，该方法属于细胞反卷积预测领域。使用卷积神经网络技术从单细胞RNA测序数据中推测组织的细胞类型组成比例，与传统的细胞反卷积算法相比，解决了传统反卷积需要进行复杂的数据预处理，并需要设计数学算法对单细胞测序数据进行规范化等弊端。本发明设计的卷积神经网络可以从单细胞RNA测序数据中提取出隐藏特征，并且网络节点对数据的噪音和误差具有很高的鲁棒性，并充分挖掘了各个基因之间的内在联系，因而提高了细胞反卷积性能，同时模型是建立在神经网络的基础上的，与传统的线性模型，机器学习等方法相比，模型结构直观易于理解，并且具有更好的反卷积性能和高度的扩展性。
-
公开(公告)号：CN110111838B
公开(公告)日：2020-02-25
申请号：CN201910367639.6
申请日：2019-05-05
Applicant: 山东建筑大学
IPC: G16B15/10
Abstract: 本发明提供一种含假结基于扩展结构的核糖核酸折叠结构预测方法及装置，该方法包括以下步骤：随机输入一段核糖核酸碱基序列、定义假结和扩展结构、建立包含假结和扩展结构的核糖核酸假结结构特征模型和数学模型、计算出特征模型的最小碱基自由能量、输出包含假结的核糖核酸折叠结构；该装置包括输入单元、初始化单元、存储单元、计算单元和输出单元。本发明基于扩展结构进行计算，并且引入基于扩展结构的连续堆叠和同轴堆叠，有利于形成包括连续堆叠、扩展结构、环结构和假结结构的完整准确的RNA折叠结构，搜索速度、正确率、敏感性和特异性都明显好于现有技术，在平面假结和非平面假结结构的预测上比现有技术更有效。
-
公开(公告)号：CN111540229A
公开(公告)日：2020-08-14
申请号：CN202010360014.X
申请日：2020-04-29
Applicant: 山东建筑大学
Abstract: 一种车位库信息诱导控制系统，包括漫反射红外检测传感器、信号采集处理模块、控制器、通讯模块和数据服务器；漫反射红外检测传感器包括发光体和受光体，发光体和受光体分别连接到信号采集处理模块上；信号采集处理模块连接控制器，控制器通过通讯模块连接数据服务器；漫反射红外检测传感器设置在停车位的四个不同位置且发光体朝上发光；控制器根据信号采集处理模块采集的四个漫反射红外检测传感器的开关状态判断车位状态，并通过通讯模块将采集的车位状态数据上传到数据服务器，数据服务器将车位状态传输到用户终端，引导车辆规范停车。该系统实现了机动车是否规范停车的实时检测，检测速度快，准确性高，性能稳定。
-
公开(公告)号：CN110111838A
公开(公告)日：2019-08-09
申请号：CN201910367639.6
申请日：2019-05-05
Applicant: 山东建筑大学
IPC: G16B15/10
Abstract: 本发明提供一种含假结基于扩展结构的核糖核酸折叠结构预测方法及装置，该方法包括以下步骤：随机输入一段核糖核酸碱基序列、定义假结和扩展结构、建立包含假结和扩展结构的核糖核酸假结结构特征模型和数学模型、计算出特征模型的最小碱基自由能量、输出包含假结的核糖核酸折叠结构；该装置包括输入单元、初始化单元、存储单元、计算单元和输出单元。本发明基于扩展结构进行计算，并且引入基于扩展结构的连续堆叠和同轴堆叠，有利于形成包括连续堆叠、扩展结构、环结构和假结结构的完整准确的RNA折叠结构，搜索速度、正确率、敏感性和特异性都明显好于现有技术，在平面假结和非平面假结结构的预测上比现有技术更有效。
-
Patent Agency Ranking
公开(公告)号：CN114121146B
公开(公告)日：2023-10-03
申请号：CN202111428461.5
申请日：2021-11-29
Applicant: 山东建筑大学
Abstract: 本发明公开了一种基于并行和蒙特卡罗策略的RNA三级结构预测方法，该方法属于结构预测领域。该方法包括利用并行机制进行构象空间采样；根据最新更新的能量函数进行打分；通过两轮势能评判对构象基于“Stepwise ansatz”的蒙特卡洛操作进行合理性判断；最后经过结构完整性和建模精度的判断，对结果进行处理，直到获得稳定的高精度高完整性的RNA三级结构。本发明所提RNA三级结构预测方法能够获得高精度高完整性的RNA三级结构。基于并行和蒙特卡罗策略的RNA三级结构预测方法灵活性高，蒙特卡罗次数可指定，建模精度和建模时间成本可以由用户来衡量；该方法克服了现有技术方法对RNA模体建模不完整的问题；本发明增加了构象采样的广度和深度，减小了伪最低自由能的影响，提高建模精度。
-
公开(公告)号：CN114093420B
公开(公告)日：2022-05-27
申请号：CN202210024162.3
申请日：2022-01-11
Applicant: 山东建筑大学
Abstract: 本发明涉及计算生物学领域，主要是关于一种DNA重组位点的预测方法，特别是涉及到一种基于XGBoost的DNA重组位点预测方法，包括：根据初始数据集的样本对数据进行预处理，平衡正负样本；构建初始XGBoost回归预测模型；利用Optuna框架和平衡后的数据集进行模型的参数寻优；训练优化后的XGBoost回归预测模型；构建评价指标对模型的性能进行评价；根据模型得分的合理判断，对模型进行处理，直到获得稳定的高精度模型；最后输出预测位点的重组率，并经过特征重要性度量为特征打分，输出特征得分图。本发明可移植性好，预测效率高；可以发现尚未知晓的对重组起作用的特征，可以有效改进合成位点的设计方法，提高重组率；具有高度的灵活性和可扩展性。
-
公开(公告)号：CN114023387B
公开(公告)日：2022-04-22
申请号：CN202210003514.7
申请日：2022-01-05
Applicant: 山东建筑大学
Abstract: 本发明公开了一种基于卷积神经网络的细胞反卷积预测方法，该方法属于细胞反卷积预测领域。使用卷积神经网络技术从单细胞RNA测序数据中推测组织的细胞类型组成比例，与传统的细胞反卷积算法相比，解决了传统反卷积需要进行复杂的数据预处理，并需要设计数学算法对单细胞测序数据进行规范化等弊端。本发明设计的卷积神经网络可以从单细胞RNA测序数据中提取出隐藏特征，并且网络节点对数据的噪音和误差具有很高的鲁棒性，并充分挖掘了各个基因之间的内在联系，因而提高了细胞反卷积性能，同时模型是建立在神经网络的基础上的，与传统的线性模型，机器学习等方法相比，模型结构直观易于理解，并且具有更好的反卷积性能和高度的扩展性。
-
公开(公告)号：CN114093420A
公开(公告)日：2022-02-25
申请号：CN202210024162.3
申请日：2022-01-11
Applicant: 山东建筑大学
Abstract: 本发明涉及计算生物学领域，主要是关于一种DNA重组位点的预测方法，特别是涉及到一种基于XGBoost的DNA重组位点预测方法，包括：根据初始数据集的样本对数据进行预处理，平衡正负样本；构建初始XGBoost回归预测模型；利用Optuna框架和平衡后的数据集进行模型的参数寻优；训练优化后的XGBoost回归预测模型；构建评价指标对模型的性能进行评价；根据模型得分的合理判断，对模型进行处理，直到获得稳定的高精度模型；最后输出预测位点的重组率，并经过特征重要性度量为特征打分，输出特征得分图。本发明可移植性好，预测效率高；可以发现尚未知晓的对重组起作用的特征，可以有效改进合成位点的设计方法，提高重组率；具有高度的灵活性和可扩展性。
-
公开(公告)号：CN115331473A
公开(公告)日：2022-11-11
申请号：CN202111524959.1
申请日：2021-12-14
Applicant: 山东建筑大学
Abstract: 本发明涉及到一种地下多层停车场车位信息诱导停车位查找方法，它包含信号采集处理模块、控制器、4G/5G无线通讯模块、数据存储服务器和车位信息诱导管理软件。车主接收到数据存储服务器的停车信息，按最近停车场查找及诱导算法（PLAG），查找最优停车场：车主接收到数据存储服务器的停车位信息，按最近空车位查找及诱导算法（CLAG），本发明的算法将搜索域和更新域大大减少，并在候选停车场或空车位确定最优路径后及时停止。解决了停车的难题，并且还可以直接网上支付停车费，更方便快捷。整个发明具有操作效率高、智能无人化等特点。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.021 seconds)
