-
Patent Agency Ranking
公开(公告)号：CN119810463A
公开(公告)日：2025-04-11
申请号：CN202510292966.5
申请日：2025-03-13
Applicant: 电子科技大学长三角研究院(衢州)
IPC: G06V10/40 , G06V10/764 , G06N3/0455 , G06N10/60 , G06N3/047 , G06V10/82 , G06N3/0464
Abstract: 本发明公开了一种基于量子计算操作改进的图像特征提取方法、装置，可被用于图像分类、对象检测、图像分割等下游任务，包括构建适配量子计算操作的ViT模型基础架构，并对ViT模型基础架构进行改进：基于量子随机特性将常规特征转换为量子态表示；利用量子共轭计算和量子态叠加对信息交互的影响在ViT模型的自注意力机制中融入量子态计算；引入量子化的线性条件随机场对ViT模型进行改进；量子态特征增强、量子化自注意力机制优化和量子化线性条件随机场改进共同作用于ViT模型对图像的特征提取过程。实现量子计算与计算机视觉领域的创新性融合，将量子计算的独特优势引入图像特征提取任务中，使其能够更好地应对复杂图像特征提取任务。
-
公开(公告)号：CN112906755A
公开(公告)日：2021-06-04
申请号：CN202110111933.8
申请日：2021-01-27
Applicant: 深圳职业技术学院 , 电子科技大学长三角研究院(衢州)
IPC: G06K9/62
Abstract: 本申请提供了一种植物抗性蛋白识别方法、装置、设备和存储介质。方法包括：获取植物抗性蛋白的序列数据，组成正训练集、负训练集和测试集；提取正训练集和负训练集中的数据特征；将所有的数据特征进行拼接，获得特征集；进行特征选择，以获取目标特征子集；筛选出预设分类模型和预设k值；基于目标特征子集，对预设分类模型进行训练；基于测试集，对训练后的分类模型进行分类性能测试，直至获得性能满足预设条件的目标分类模型；基于目标分类模型，对序列数据进行结构域和跨膜蛋白预测，并搭建植物抗性蛋白分类预测器，以用于植物抗性蛋白识别。能够实现准确识别植物抗性蛋白。
-
公开(公告)号：CN112908405A
公开(公告)日：2021-06-04
申请号：CN202110113106.2
申请日：2021-01-27
Applicant: 深圳职业技术学院 , 电子科技大学长三角研究院(衢州)
Abstract: 本申请提供了一种肿瘤基因共表达网络构建方法、装置、设备和存储介质。所述方法包括：获取目标人体系统中的多种组织癌变转录组测序数据和所述多种组织的正常转录组测序数据；所述目标人体系统是人体解剖学八大人体系统中的任一人体系统；根据基因和转录本的关系，以及正常转录组测序数据中基因表达量呈现均一化的RNA，提取出多种组织的癌变转录组测序数据中存在差异的mRNA、lncRNA和miRNA；对所述多种组织的癌变差异mRNA、lncRNA和miRNA进行GO分析，得到融合为一个目标表达矩阵；对所述目标表达矩阵进行WGCNA分析，根据性状构建表达模块，取相关性最高的模块进行网络的构建。能够实现对多种癌症的网络构建。
-
公开(公告)号：CN119811507A
公开(公告)日：2025-04-11
申请号：CN202510292965.0
申请日：2025-03-13
Applicant: 电子科技大学长三角研究院(衢州)
IPC: G16B40/00 , G06F18/213 , G06N3/0985 , G06N5/01 , G06N20/20 , G06F18/27 , G16B30/00 , G06N3/042
Abstract: 本发明公开了一种基于多元特征的液‑液相分离蛋白质预测方法，该方法在进行预测时同时提取了序列特征、二级结构特征和空间结构特征，并根据空间结构构建了残基接触图，采用图注意力网络来提取根据残基接触图和序列嵌入构建的空间结构图进行深层次结构特征的挖掘，基于蛋白质相分离行为与其结构密切相关的特性有效提高预测性能；此外，本方案采用三层堆叠的图注意力网络来提取蛋白质的结构特征，并结合序列中提取的物理化学特征，通过堆叠式的集成学习模型对液‑液相分离蛋白进行预测，可进一步提升模型预测性能。
-
公开(公告)号：CN112908405B
公开(公告)日：2022-05-17
申请号：CN202110113106.2
申请日：2021-01-27
Applicant: 深圳职业技术学院 , 电子科技大学长三角研究院(衢州)
Abstract: 本申请提供了一种肿瘤基因共表达网络构建方法、装置、设备和存储介质。所述方法包括：获取目标人体系统中的多种组织癌变转录组测序数据和所述多种组织的正常转录组测序数据；所述目标人体系统是人体解剖学八大人体系统中的任一人体系统；根据基因和转录本的关系，以及正常转录组测序数据中基因表达量呈现均一化的RNA，提取出多种组织的癌变转录组测序数据中存在差异的mRNA、lncRNA和miRNA；对所述多种组织的癌变差异mRNA、lncRNA和miRNA进行GO分析，得到融合为一个目标表达矩阵；对所述目标表达矩阵进行WGCNA分析，根据性状构建表达模块，取相关性最高的模块进行网络的构建。能够实现对多种癌症的网络构建。
-
-
-
-
Search Results
5
records
(took 0.024 seconds)
