公开(公告)号：CN117352049A

公开(公告)日：2024-01-05

申请号：CN202311439766.5

申请日：2023-10-31

Applicant: 河南大学

Inventor： 杨伟 ,  张蕾 ,  刘春 ,  李征

IPC: G16B20/00 ,  G16B40/20 ,  G06F18/214

Abstract: 本发明公开一种基于自监督学习和Kronecker积分解的参数高效蛋白质语言模型设计方法。基于transfomer模型，采用自监督学习技术从大规模蛋白质序列数据中学到有用的生物信息。为了降低蛋白质语言模型对显存的需求以方便部署，本发明首先把全连接层的权重矩阵表示成多个小矩阵的Kronecker积的和，然后设计了一种基于Eckhart‑Young定理的奇异值分解方法对小矩阵参数集进行初始化。本发明提出的设计方法可以在维持蛋白质语言模型建模能力的同时显著减少参数的数量。此外，基于本发明获得的预训练蛋白质语言模型可以为蛋白质结构预测、蛋白质折叠识别和蛋白质功能预测等任务提供富含生物信息的嵌入特征。

公开(公告)号：CN113611354B

公开(公告)日：2023-06-02

申请号：CN202110759327.7

申请日：2021-07-05

Applicant: 河南大学

Inventor： 杨伟 ,  文云光 ,  李艳萍 ,  葛文庚

IPC: G16B15/00 ,  G16B40/00 ,  G16B50/30 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开一种基于轻量级深度卷积网络的蛋白质扭转角预测方法，包括：基于PISCES服务器构建蛋白质扭转角数据集；从RCSB PDB数据库中抽取各蛋白质序列中每个氨基酸残基对应的扭转角Phi和Psi，并加入数据集中；将uniref90数据库与各蛋白质序列进行多序列比对，生成对应蛋白质序列的PSSM谱矩阵，基于PSSM谱矩阵及氨基酸的物理化学特性，构造蛋白质序列特征；设计残差模块，并基于该模块构建预测蛋白质扭转角的深度卷积网络模型；构建训练网络模型的损失函数；基于构建的损失函数训练网络模型；基于训练后的网络模型进行蛋白质扭转角的预测。本发明不仅能精确地预测蛋白质扭转角，还具有模型小，预测速度快的优点。

公开(公告)号：CN111625775B

公开(公告)日：2023-04-07

申请号：CN202010468422.7

申请日：2020-05-28

Applicant: 河南大学

Inventor： 李军伟 ,  谢保林 ,  金勇 ,  杨伟 ,  魏倩

IPC: G06F17/18 ,  G06F18/25

Abstract: 本发明公开了一种基于Hellinger距离和信度熵的加权冲突证据融合方法，包括如下步骤：首先，获取多个传感器测量信息，转换为证据信息，然后，利用基本概率赋值转换公式将融合证据中的焦元变为单子集焦元，并引入Hellinger距离获得融合证据的支持度；另外，通过改进信度熵表征证据的不确定性程度，综合考虑Hellinger距离和改进信度熵确定融合证据的信任度并获得权重因子，然后利用加权平均思想修正融合证据，最后采用Dempster组合规则对修正后的证据进行逐个融合，输出最终目标识别的决策结果。本发明方案与传统算法相比，通过基本概率赋值转换函数和Hellinger距离能够有效地衡量存在非单子集命题证据之间的冲突程度，同时通过改进的信度熵表征证据的不确定程度，综合考虑支持度和信息量共同确定融合证据的权重系数，具有重要的理论意义和应用价值。

公开(公告)号：CN115618131A

公开(公告)日：2023-01-17

申请号：CN202211411355.0

申请日：2022-11-11

Applicant: 河南大学

Inventor： 李征 ,  刘嘉豪 ,  杨伟 ,  刘春 ,  袁科

IPC: G06F16/9536 ,  G06Q30/0601

Abstract: 本发明公开一种融合交互频率与注意力网络的物品推荐方法及系统，该方法包括：将收集的每个用户/物品信息进行向量化，得到对应的嵌入向量；将收集的用户物品评分信息根据设定的阈值进行偏好标记，并根据偏好标记筛选给定目标用户喜欢的物品集合和喜欢给定候选物品的用户集合；统计物品集合中每个物品的交互频率，根据融合物品交互频率的注意力网络预测目标用户对候选物品的偏好分数；统计用户集合中每个用户的交互频率，根据融合用户交互频率的注意力网络预测候选物品被目标用户喜欢的偏好分数；将上述两项偏好分数加权求和，得到目标用户对候选物品的交互预测分数，选取top‑k个候选物品进行推荐。本发明能准确地捕获用户和物品的偏好特征。

公开(公告)号：CN110390372B

公开(公告)日：2022-06-28

申请号：CN201910677950.0

申请日：2019-07-25

Applicant: 河南大学

Inventor： 刘春 ,  赵正一 ,  李征 ,  杨伟

IPC: G06K17/00 ,  H02J13/00 ,  G01S19/42 ,  H04N7/18

Abstract: 本发明提供一种基于动态随机二维码与全息投影技术电路巡视方法及系统，该电路巡视方法包括：巡检人员到达关键节点，通过手持终端上传GPS地址至服务器，扫描动态随机二维码上传至认证服务器和随机拍摄关键节点的图像上传至服务器，所有关键节点全部通过则说明整个电路巡视过程可信；手持终端还可以利用全息投影技术全方位展示设备部件的细节，与现场设备部件进行比较及时有效的发现设备部件的问题并及时维修。本发明解决了传统的签到方式耗时、不便捷的问题，提高了巡检人员的积极性，避免了巡检过程中偷懒、不规范等缺陷，同时利用全息投影技术使后续更换、维修工作变得简便，通过向巡检人员推送高频维修处，使得巡检更具有重点目的性。

公开(公告)号：CN116388953A

公开(公告)日：2023-07-04

申请号：CN202310112436.9

申请日：2023-02-14

Applicant: 河南大学

Inventor： 袁科 ,  桑鹏 ,  张素雅 ,  陈曦 ,  邓兴友 ,  杨伟 ,  贾春福

IPC: H04L9/00 ,  H04L9/32 ,  H04L9/40

Abstract: 本发明提供一种基于分权环境下的同态加密电子投票方法和系统。该方法利用同态加密的公钥对选票进行第一次加密，利用投票者的私钥对第一次加密后的选票密文进行签名，利用云端计票中心的公钥对附有签名的选票密文进行第二次加密，而云端计票中心和同态解密的私钥由不同的候选者持有，由于不同候选者之间具有竞争关系，因此选票结果的安全性得到了保证。

公开(公告)号：CN115713529A

公开(公告)日：2023-02-24

申请号：CN202211524552.3

申请日：2022-11-30

Applicant: 河南大学

Inventor： 李军伟 ,  李世杰 ,  杨伟 ,  金勇 ,  郭凌辉

IPC: G06T7/00 ,  G06T7/10 ,  G06V10/20 ,  G06V10/40 ,  G06V10/80

Abstract: 本发明公开了一种基于高效注意力的轻量级光学遥感图像变化检测方法，包括如下步骤：首先，对光学遥感图像进行预处理，得到对应的变化标签图；然后对其进行切割得到训练样本；再将双时相图像进行串联后通过FOCUS模块、深度残差块、轻量级注意力模块以得到精细化的不同尺度特征图，随后利用多尺度特征融合模块对得到的多幅特征图进行聚合以生成变化图；待训练结束后，将模型的所有参数信息保存下来；最后将经过预处理的待测样本输入至变化检测模型中，经计算输出检测结果图。本发明方案利用FOCUS下采样层、能够扩大感受野的深度残差卷积块、高效的注意力机制和多尺度特征融合模块以更少的参数和计算量实现变化区域的提取。

公开(公告)号：CN110209938B

公开(公告)日：2022-10-25

申请号：CN201910468791.3

申请日：2019-05-31

Applicant: 河南大学

Inventor： 李征 ,  段垒 ,  杨伟 ,  李鑫 ,  袁科 ,  刘春

IPC: G06F16/9535 ,  G06F16/9536 ,  G06K9/62

Abstract: 本发明提供一种基于服务多粒度属性的潜在用户推荐方法，包括以下步骤：步骤S1：根据对服务包含类型标签进行聚类产生的服务共性类型类簇实施用户对服务粗粒度属性评分预测；步骤S2：根据jaccard系数基于服务包含类型计算服务间相似性，根据邻居服务进行用户对服务细粒度属性评分预测；步骤S3：对服务粗、细粒度属性的预测评分进行加权求和，实施用户对服务多粒度属性预测并对预测评分进行排序，选择top‑k个评分较高的潜在用户进行推荐。本发明的优点在于：从面向服务的角度进行潜在用户的推荐研究；从服务所属共性类型的类簇和服务所属类型方面同时考虑服务粗粒度属性和细粒度属性，有效解决冷启动问题，提高推荐准确度。

公开(公告)号：CN114550824A

公开(公告)日：2022-05-27

申请号：CN202210110503.9

申请日：2022-01-29

Applicant: 河南大学

Inventor： 张蕾 ,  杨伟 ,  文云光

IPC: G16B25/10 ,  G06K9/62 ,  G06F17/16

Abstract: 本发明公开一种基于嵌入特征和不平衡分类损失的蛋白质折叠识别方法及系统。该方法首先采用预训练的蛋白质语言模型ProtT5‑XL‑UniRef50生成给定蛋白质链的嵌入矩阵，然后通过计算均值和余弦相似性将嵌入矩阵转化为固定长度的特征向量。特别地，通过使用嵌入特征，本发明避免了耗时的多序列比对操作。此外，考虑到蛋白质折叠数据具有明显的不平衡类分布，本发明采用针对不平衡分类任务的标签分布意识间隔损失训练设计的多层感知机网络，并因此增强了稀疏折叠类别的学习能力。总之，本发明提出的蛋白质折叠识别网络模型能够快速准确地预测给定蛋白质链的折叠类别。

公开(公告)号：CN110727842A

公开(公告)日：2020-01-24

申请号：CN201910796047.6

申请日：2019-08-27

Applicant: 河南大学

Inventor： 李征 ,  马佩光 ,  杨伟 ,  周黎鸣 ,  刘春 ,  袁科

IPC: G06F16/951 ,  G06F16/9532 ,  G06F16/35 ,  G06F40/279

Abstract: 本发明公开一种基于辅助性知识的Web服务开发者按需推荐方法，包括：收集Web服务描述信息及Web服务辅助性知识并进行预处理；基于Word2vec对Web服务描述进行向量化并进行K-means聚类；将用户需求解析成需求服务描述及需求服务辅助性知识，对需求服务描述进行向量化，通过需求服务描述向量与各类簇聚类中心的距离确定用户需求所属Web服务类簇；分别计算用户需求与所属类簇内每个Web服务间的标签相似度和描述相似度，并将两种相似度加权求和之后排序，选取top-p个Web服务；构建Web服务开发者能力度量模型，对top-p个Web服务的开发者进行度量，选取top-q个Web服务开发者进行推荐；本发明还公开一种基于辅助性知识的Web服务开发者按需推荐系统。本发明可有效度量Web服务开发者能力。