-
公开(公告)号：CN110909771A
公开(公告)日：2020-03-24
申请号：CN201911076755.9
申请日：2019-11-06
Applicant: 吉林大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于改进的引力场算法的聚类方法，具体流程如下：随机初始化灰尘群体，计算灰尘的质量；对灰尘进行随机分组，计算每组的中心灰尘和当前质量最大的灰尘；进入收缩膨胀阶段，执行收缩、膨胀等操作对灰尘群里进行精英化，当满足终止条件时，进入下一阶段。本发明基于原有的引力场算法模型，提出了一种基于改进的引力场算法CEGFA，并将其用于求解聚类问题，为聚类分析提供了新的解决方案，基于划分的聚类算法受初始聚类中心的影响较大，对引力场算法的框架进行了改善，提出了收缩膨胀策略优化初始的灰尘群体，优化初始的聚类中心，使初始化的灰尘群体精英化。
-
公开(公告)号：CN110827923A
公开(公告)日：2020-02-21
申请号：CN201911073759.1
申请日：2019-11-06
Applicant: 吉林大学
Abstract: 一种基于卷积神经网络的精液蛋白质的预测方法属于大数据、人工智能技术领域。本发明将现有文献和数据库的精液中已经被生物实验验证的蛋白质列表作为模型训练的正样本；在Pfam蛋白质家族信息数据库中删除正样本对应的蛋白质家族信息，在剩余的蛋白质家族信息数据库中查找家族中蛋白质数量超过5个的蛋白质家族，从这些蛋白质家族中随机选取5个蛋白质信息作为模型训练的负样本。将正样本和负样本数据分成训练集、验证集和测试集。对蛋白质特征进行特征选择，搭建模型，用训练集训练模型，验证集进行调参，测试集进行性能评价。输入为蛋白特征，输出为预测结果，提高了精液预测的准确率，最终实现精液蛋白的预测。
-
Patent Agency Ranking
公开(公告)号：CN110827923B
公开(公告)日：2021-03-02
申请号：CN201911073759.1
申请日：2019-11-06
Applicant: 吉林大学
Abstract: 一种基于卷积神经网络的精液蛋白质的预测方法属于大数据、人工智能技术领域。本发明将现有文献和数据库的精液中已经被生物实验验证的蛋白质列表作为模型训练的正样本；在Pfam蛋白质家族信息数据库中删除正样本对应的蛋白质家族信息，在剩余的蛋白质家族信息数据库中查找家族中蛋白质数量超过5个的蛋白质家族，从这些蛋白质家族中随机选取5个蛋白质信息作为模型训练的负样本。将正样本和负样本数据分成训练集、验证集和测试集。对蛋白质特征进行特征选择，搭建模型，用训练集训练模型，验证集进行调参，测试集进行性能评价。输入为蛋白特征，输出为预测结果，提高了精液预测的准确率，最终实现精液蛋白的预测。
-
公开(公告)号：CN105825265A
公开(公告)日：2016-08-03
申请号：CN201610152660.0
申请日：2016-03-17
Applicant: 吉林大学
IPC: G06M1/272 , H04L12/58 , G05B19/042
CPC classification number: G06M1/272 , G05B19/0423 , H04L51/046
Abstract: 本发明涉及一种基于阵列光电感知的自习室人数统计与微信平台信息发布系统，属于电子设备领域。本自习室人数信息查询系统能够实时检测并发布各间教室以及图书馆等地的人数信息。它以红外传感器、单片机等作为底层硬件，通过红外传感技术检测人的进出，利用NRF905无线传输模块组建无线通信网络收集各间教室传来的信息，再由MCGS来创建PC界面并将数据二维表的形式存储到云空间里，最终借助微信公众平台将信息发布出去。学生可以通过关注微信公众号来查询各间教室的实时人数信息。本发明解决了传统的人数检测装置成本高原理复杂并且不注重信息的发布与共享，难以满足实际需求。从而解决了校园公共场所资源利用日益紧张，更有效的利用学校资源的问题。
-
公开(公告)号：CN101161672A
公开(公告)日：2008-04-16
申请号：CN200710056360.3
申请日：2007-11-28
Applicant: 吉林大学
Abstract: 本发明属生物化学领域，具体涉及一种活性肽类物质精氨酸－甘氨酸－天冬氨酸细胞粘附三肽的制备方法。过程主要有二肽合成、三肽合成等步骤，生产中不需要脱除保护基。是以天冬氨酸为原料，包括氯乙酰氯与天冬氨酸的反应得到氯乙酰化天冬氨酸、氯乙酰化天冬氨酸氨解得到甘氨酸－天冬氨酸二肽、苄氧羰基精氨酸(Z－Arg－OH)与三溴化磷反应得到氮羧基内酸酐精氨酸(NCA－Arg)、氮羧基内酸酐精氨酸(NCA－Arg)与甘氨酸－天冬氨酸二肽反应得到精氨酸－甘氨酸－天冬氨酸三肽等步骤。本发明所述方法具有简化工艺、降低成本、减少工时、安全操作的优良效果，能够制备高纯度、高活性的精氨酸－甘氨酸－天冬氨酸三肽产品。
-
公开(公告)号：CN101161673A
公开(公告)日：2008-04-16
申请号：CN200710056359.0
申请日：2007-11-28
Applicant: 吉林大学
Abstract: 本发明涉及一种活性肽类物质精氨酸－甘氨酸－天冬氨酸－N端游离的氨基酸或其衍生物细胞粘附四肽的制备方法。通过氯乙酰氯与天冬氨酸的制得氯乙酰化天冬氨酸、再与乙酸酐反应得到氯乙酰化天冬氨酸内酸酐、与N端游离的氨基酸(或其衍生物)反应得到氯乙酰化天冬氨酸－AA(AA代表N端游离的氨基酸或其衍生物)、进而氨解得到甘氨酸－天冬氨酸－AA三肽；苄氧羰基精氨酸(Z－Arg－OH)与三溴化磷反应得到氮羧基内酸酐精氨酸(NCA－Arg)，再与三肽反应得到精氨酸－甘氨酸－天冬氨酸－AA四肽。具有简化工艺、降低成本、减少工时、安全操作等优点，能够制备高纯度、高活性的精氨酸－甘氨酸－天冬氨酸－AA四肽及其衍生物产品。
-
公开(公告)号：CN116662500A
公开(公告)日：2023-08-29
申请号：CN202310533217.8
申请日：2023-05-12
Applicant: 吉林大学
IPC: G06F16/332 , G06F16/33 , G06F16/28
Abstract: 本发明适用于深度学习和自然语言处理技术领域，提供了一种基于BERT模型与外部知识图谱的问答系统构建方法，包括以下步骤：对输入的单词进行词嵌入与字符嵌入，预处理后得到嵌入向量；使用堆叠编码器提取特征；将提取特征得到的向量与使用外部知识图得到的知识表示进行融合；计算出注意力得分矩阵，融合知识表示得到问题感知上下文表示；使用堆叠模型编码器，得到最后的嵌入表达，使用激活函数得到答案的开始和结束位置的概率的预测；将预测答案与真实答案进行文本蕴含识别。本发明采用静态动态相结合的嵌入，有利于机器对自然语言的理解；本发明运用知识图谱的概念，增加准确率；增加答案验证的部分，将答案验证任务转换为文本蕴含识别任务。
-
-
-
-
-
-
Search Results
7
records
(took 0.031 seconds)
