一种基因表达过程优化调控方法、系统及计算机存储介质

    公开(公告)号:CN119799749A

    公开(公告)日:2025-04-11

    申请号:CN202510001277.4

    申请日:2025-01-02

    Applicant: 江南大学

    Abstract: 本发明涉及基因表达过程调控技术领域,尤其是指一种基因表达过程优化调控方法、系统及计算机存储介质,该方法包括:构建受调控基因表达过程的生物调控回路,得到基因表达过程的数学关系式;在弯曲度不恒为0的空间中,设计用于捕捉基因表达过程中的动态变化的控制器模型;基于控制器模型,建立求解调控输入量的矩阵方程,根据矩阵方程,得到使得受调控基因的表达产物GFP浓度稳定的调控输入量;通过调控输入量控制受调控基因的表达过程,使其能够在细胞内核糖体数量波动的情况下,保持基因表达产物的浓度稳定。本发明根据不同情境下的核糖体扰动程度和GFP产物浓度的差异,计算出所需调控输入量,提升了基因表达过程的效率、普适性和稳定性。

    基于偏差评价机制的跳变系统无模型博弈控制的设计方法

    公开(公告)号:CN116859745A

    公开(公告)日:2023-10-10

    申请号:CN202310969752.8

    申请日:2023-08-03

    Applicant: 江南大学

    Abstract: 本发明提供一种基于偏差评价机制的跳变系统无模型博弈控制的设计方法,涉及工程系统技术领域,该方法包括针对若干不同工作模态的实际系统建立Markov跳变系统模型,将Markov跳变系统的H∞控制问题转化为双人零和博弈问题,以获得在最坏情况下使代价函数最小化的控制器;基于Markov跳变系统模型,构造动作和模式相关的价值函数,设计偏差评价函数,以获得无模型博弈控制算法,实现H∞控制。本发明能够综合考虑实际跳变系统动力学模型未知和采样数据存在异常的情况,拓展了跳变系统的适用范围,突破了实际工程应用中模型无法精确获得的局限性。

    无线传感网络的分布式滤波方法、装置、设备及存储介质

    公开(公告)号:CN113301673A

    公开(公告)日:2021-08-24

    申请号:CN202110572751.0

    申请日:2021-05-25

    Applicant: 江南大学

    Abstract: 本发明公开了一种无线传感网络的分布式滤波方法、装置、设备及存储介质。该方法包括:建立无线传感网络在半马尔可夫切换拓扑下的分布式滤波系统模型,其中,所述半马尔可夫切换拓扑是采用半马尔可夫链描述的拓扑随机变化;确定所述分布式滤波系统模型下无线传感网络各节点的滤波增益;根据所述分布式滤波系统模型对所述无线传感网络各节点的感知对象进行状态估计。通过本发明的技术方案,能够综合考虑拓扑的随机跃迁特性,拓展分布式滤波系统模型的适用范围,贴近实际工程应用中的通信拓扑跃迁。

    对抗-合作博弈的航空发动机分布式状态估计方法及系统

    公开(公告)号:CN118778443A

    公开(公告)日:2024-10-15

    申请号:CN202410751816.1

    申请日:2024-06-12

    Applicant: 江南大学

    Abstract: 本发明涉及航空发动机技术领域,尤其是指对抗‑合作博弈的航空发动机分布式状态估计方法及系统,包括:将对抗‑合作博弈引入航空发动机的分布式滤波网络中,并根据对抗‑合作博弈获得滤波节点的局部性能指标;根据单个滤波节点的局部性能指标构建代价函数,根据代价函数、滤波节点的耦合滤波策略、外部扰动以及拓扑依赖参数构建价值函数;根据价值函数,求解对抗‑合作博弈中的最优滤波策略的解析解,根据解析解对航空发动机分布式状态进行实时估计;本发明兼顾滤波网络整体估计性能和节点估计成本,在提升整个滤波网络的估计准确性的同时,降低单个节点运算和通信成本;同时,通过在线时间差分学习方法,能够解决时变拓扑转移概率未知的问题。

    基于偏差评价机制的跳变系统无模型博弈控制的设计方法

    公开(公告)号:CN116859745B

    公开(公告)日:2024-05-31

    申请号:CN202310969752.8

    申请日:2023-08-03

    Applicant: 江南大学

    Abstract: 本发明提供一种基于偏差评价机制的跳变系统无模型博弈控制的设计方法,涉及工程系统技术领域,该方法包括针对若干不同工作模态的实际系统建立Markov跳变系统模型,将Markov跳变系统的H∞控制问题转化为双人零和博弈问题,以获得在最坏情况下使代价函数最小化的控制器;基于Markov跳变系统模型,构造动作和模式相关的价值函数,设计偏差评价函数,以获得无模型博弈控制算法,实现H∞控制。本发明能够综合考虑实际跳变系统动力学模型未知和采样数据存在异常的情况,拓展了跳变系统的适用范围,突破了实际工程应用中模型无法精确获得的局限性。

    无线传感网络的分布式滤波方法、装置、设备及存储介质

    公开(公告)号:CN113301673B

    公开(公告)日:2022-09-13

    申请号:CN202110572751.0

    申请日:2021-05-25

    Applicant: 江南大学

    Abstract: 本发明公开了一种无线传感网络的分布式滤波方法、装置、设备及存储介质。该方法包括:建立无线传感网络在半马尔可夫切换拓扑下的分布式滤波系统模型,其中,所述半马尔可夫切换拓扑是采用半马尔可夫链描述的拓扑随机变化;确定所述分布式滤波系统模型下无线传感网络各节点的滤波增益;根据所述分布式滤波系统模型对所述无线传感网络各节点的感知对象进行状态估计。通过本发明的技术方案,能够综合考虑拓扑的随机跃迁特性,拓展分布式滤波系统模型的适用范围,贴近实际工程应用中的通信拓扑跃迁。

    一种废弃电器电子产品回收流程中的智能匹配方法

    公开(公告)号:CN111222652B

    公开(公告)日:2022-01-11

    申请号:CN202010055952.9

    申请日:2020-01-18

    Applicant: 江南大学

    Abstract: 本发明提供了一种废弃电器电子产品回收流程中的智能匹配方法,属于废旧电子产品回收领域。所述方法包括:建立综合数据库、确定指标体系和偏好置信度、对指标评价和处理、建立多目标优化模型、求解匹配结果。本发明将传统的匹配算法转化为考虑分拣中心和拆解企业指标偏好的双边匹配模式,可以实现分拣中心仓储量最优,成本最低,利润最高的同时,使拆解企业获得更准确更稳定的货源的目的,从而提高废旧电子产品回收流程的回收率,从源头处降低其回收成本。

    一种废弃电器电子产品回收流程中的智能匹配方法

    公开(公告)号:CN111222652A

    公开(公告)日:2020-06-02

    申请号:CN202010055952.9

    申请日:2020-01-18

    Applicant: 江南大学

    Abstract: 本发明提供了一种废弃电器电子产品回收流程中的智能匹配方法,属于废旧电子产品回收领域。所述方法包括:建立综合数据库、确定指标体系和偏好置信度、对指标评价和处理、建立多目标优化模型、求解匹配结果。本发明将传统的匹配算法转化为考虑分拣中心和拆解企业指标偏好的双边匹配模式,可以实现分拣中心仓储量最优,成本最低,利润最高的同时,使拆解企业获得更准确更稳定的货源的目的,从而提高废旧电子产品回收流程的回收率,从源头处降低其回收成本。

    基于改进全卷积网络的多尺度感知行人检测方法

    公开(公告)号:CN108830205B

    公开(公告)日:2019-06-14

    申请号:CN201810563873.1

    申请日:2018-06-04

    Applicant: 江南大学

    Inventor: 彭力 刘辉 闻继伟

    Abstract: 本发明涉及一种基于改进全卷积网络的多尺度感知行人检测方法,属于行人检测领域。首先,通过在全卷积网络结构中引进可形变卷积层,扩大特征图的感受野;其次,通过级联RPN提取多尺度行人建议区域,引入多尺度判别策略,定义尺度判别层,判别行人建议区域的尺度类别;最后构建一个多尺度感知网络,引进Soft‑NMS检测算法,融合每个网络输出的分类值和回归值,获取最终的行人检测结果。实验表明,本发明的检测算法在基准行人检测数据集Caltech和ETH上产生较低的检测误差,优于当前数据集中所有检测算法的精度,并适用于检测远尺度的行人。

    基于改进全卷积网络的多尺度感知行人检测方法

    公开(公告)号:CN108830205A

    公开(公告)日:2018-11-16

    申请号:CN201810563873.1

    申请日:2018-06-04

    Applicant: 江南大学

    Inventor: 彭力 刘辉 闻继伟

    Abstract: 本发明涉及一种基于改进全卷积网络的多尺度感知行人检测方法,属于行人检测领域。首先,通过在全卷积网络结构中引进可形变卷积层,扩大特征图的感受野;其次,通过级联RPN提取多尺度行人建议区域,引入多尺度判别策略,定义尺度判别层,判别行人建议区域的尺度类别;最后构建一个多尺度感知网络,引进Soft-NMS检测算法,融合每个网络输出的分类值和回归值,获取最终的行人检测结果。实验表明,本发明的检测算法在基准行人检测数据集Caltech和ETH上产生较低的检测误差,优于当前数据集中所有检测算法的精度,并适用于检测远尺度的行人。

Patent Agency Ranking