最新专利

• 基于深度稀疏表示网络的DNA结合蛋白识别方法 公开日期：2024-09-13 公开号：CN114863998A 申请号：CN202210362641.6
  发明 基于深度稀疏表示网络的DNA结合蛋白识别方法

  • 申请号：CN202210362641.6
  • 公开号：CN114863998A
  • 公开日期：2024-09-13
  • 申请人：苏州科技大学

  一种基于深度稀疏表示网络的DNA结合蛋白识别方法,包括以下具体步骤：获取DNA结合蛋白序列数据集，分为训练集和测试集；采用PSL‑BLAST软件计算DNA结合蛋白序列数据集内所有序列的特异性打分矩阵；将所有的特异性打分矩阵分别填充或裁剪成相同尺寸的新特异性打分矩阵；采用深度稀疏表示网络构建并训练DNA结合蛋白识别分类器模型，将新特异性打分矩阵输入DNA结合蛋白识别分类器模型内，完成对DNA结合蛋白序列的识别。构建并训练出的DNA结合蛋白识别分类器模型是一种端到端的网络，能够明显的提高预测精度，误差较小，采用卷积自编码器可以鲁棒地学习特异性打分矩阵的潜在特征，并通过稀疏表示层进行分类，提高了模型的泛化能力。

  发布时间：2023-05-18 13:01:08

  0

• 患者分类模型的处理装置、计算机设备及存储介质 公开日期：2024-09-13 公开号：CN114822741A 申请号：CN202210447273.5
  发明 患者分类模型的处理装置、计算机设备及存储介质

  • 申请号：CN202210447273.5
  • 公开号：CN114822741A
  • 公开日期：2024-09-13
  • 申请人：平安科技（深圳）有限公司

  本申请实施例属于人工智能及数字医疗领域，涉及一种患者分类模型的处理装置、计算机设备及存储介质，装置将患者的训练样本数据输入初始患者分类模型，得到针对各候选分类结果的短期奖励预测参数、医生倾向预测参数以及长期奖励预测参数；从标签中获取短期奖励参数和医生倾向参数；基于短期奖励预测参数和短期奖励参数、医生倾向预测参数和医生倾向参数、短期奖励预测参数和长期奖励预测参数以及医生倾向预测参数和长期奖励预测参数计算联合损失，以调整初始患者分类模型得到患者分类模型；将目标患者的样本数据输入患者分类模型，得到患者分类结果。本申请还涉及区块链技术，训练样本数据可存储于区块链中。本申请提高了患者分类模型的准确性。

  发布时间：2023-05-18 12:30:22

  0

• 角色对话模拟方法、装置、设备及存储介质 公开日期：2024-09-13 公开号：CN114822812A 申请号：CN202210370868.5
  发明 角色对话模拟方法、装置、设备及存储介质

  • 申请号：CN202210370868.5
  • 公开号：CN114822812A
  • 公开日期：2024-09-13
  • 申请人：平安科技（深圳）有限公司

  本发明涉及自然语言处理技术，揭露了一种角色对话模拟方法，包括：对对话语料进行角色分类、文本清洗，得到不同角色对应的训练文本，利用构建的预训练对话模型对训练文本进行位置编码、矩阵计算以及预测计算，得到预测结果，根据预测结果计算得到的相关度结果确定是否停止训练，若停止训练，则得到对话模型；对用户输入进行文本处理，将处理后的文本输入对话模型进行计算，得到输出结果，对输出结果进行重复性筛选及采样，得到目标输出结果，根据输出结果判断句子生成是否结束，当句子生成结束时，对目标输出结果进行拼接，得到回复对话。本发明还提出一种角色对话模拟装置、电子设备以及存储介质。本发明可以提高角色智能对话模拟的灵活性。

  发布时间：2023-05-17 11:57:19

  0

• 燃气锅炉的烟气含氧量预测方法及装置 公开日期：2024-09-13 公开号：CN114819237A 申请号：CN202110039859.3
  发明 燃气锅炉的烟气含氧量预测方法及装置

  • 申请号：CN202110039859.3
  • 公开号：CN114819237A
  • 公开日期：2024-09-13
  • 申请人：新智数字科技有限公司

  本发明适用于燃气分布式能源领域，提供了燃气锅炉的烟气含氧量预测方法及装置，该方法包括：获取待监测能源站内的目标燃气锅炉的烟气含氧量预测模型请求以及所述目标燃气锅炉的运行数据，所述烟气含氧量预测模型请求携带燃气锅炉标识；根据所述燃气锅炉标识，确定目标联合能源站；根据各个所述目标联合能源站各自对应的燃气锅炉运行数据，构建联合烟气含氧量预测模型；根据所述联合烟气含氧量预测模型和所述目标燃气锅炉的运行数据，生成所述目标燃气锅炉的烟气含氧量。该实施例实现了无需使用传感器测量排烟含氧量，能够实时监测排烟含氧量，便于维护，降低测量误差，同时联合排烟含氧量测量模型依赖于真实数据，不容易受到外界环境的影响，可较为准确的确定出排烟含氧量。

  发布时间：2023-05-17 11:51:17

  0

• 一种基于第一性原理计算的稀贵金属设计方法 公开日期：2024-09-13 公开号：CN114694773A 申请号：CN202210079872.6
  发明 一种基于第一性原理计算的稀贵金属设计方法

  • 申请号：CN202210079872.6
  • 公开号：CN114694773A
  • 公开日期：2024-09-13
  • 申请人：贵研铂业股份有限公司|||中南大学

  本申请公开了一种基于第一性原理计算的稀贵金属设计方法，该方法包括：S1确定基体相的最优结构及该结构下的晶格常数；S2选择第二相并确定其最优结构；S3计算基体相或所选第二相的进阶性质，进阶性质包括，第二相的形成焓、计算元素互换对所选结构稳定性的影响度和计算第二相与基体相间的界面能大小，通过进阶性质中形成焓和界面能大小选择稀贵金属中第二相，通过计算元素互换稳定性选择固溶强化的加入元素，有助于稀贵金属材料研发中略过大量的实验试错，避免不必要的资源浪费。

  发布时间：2023-05-14 12:26:54

  0

• 一种芳香体系亲电取代反应的快速筛选方法 公开日期：2024-09-13 公开号：CN114664388A 申请号：CN202011533369.0
  发明 一种芳香体系亲电取代反应的快速筛选方法

  • 申请号：CN202011533369.0
  • 公开号：CN114664388A
  • 公开日期：2024-09-13
  • 申请人：武汉智化科技有限公司

  本发明提供了一种芳香体系亲电取代反应的快速筛选方法，包括以下步骤：a)建立包含化学反应文献的数据库，从中抽取出所有涉及到芳环亲电取代的文献反应，得到芳环亲电取代反应库；然后对所述芳环亲电取代反应库进行预处理，生成芳环骨架库、取代基指纹库和反应位点信息库三种数据表；b)采用步骤a)生成的三种数据表对待筛选预测反应进行筛选，得到目标亲电取代反应。本发明提供的芳香体系亲电取代反应的快速筛选方法依靠大数据挖掘反应信息从而对反应合理程度进行评判，能够在合理的时间范围内快速对预测出的涉及亲电取代的单步反应进行合理性筛选，给出最佳的取代位点，从而找到最为可靠或者用户最感兴趣的合成路线，进而指导反应实践。

  发布时间：2023-05-14 11:54:00

  0

• 基于机器学习模拟动态核磁共振谱的方法 公开日期：2024-09-13 公开号：CN114550850A 申请号：CN202210108006.5
  发明 基于机器学习模拟动态核磁共振谱的方法

  • 申请号：CN202210108006.5
  • 公开号：CN114550850A
  • 公开日期：2024-09-13
  • 申请人：厦门大学

  本公开提供基于机器学习模拟动态核磁共振谱的方法，其特征在于，包括：构建通过电子结构计算的力和能量的数据集，通过机器学习的方法对数据集进行训练，训练后得到机器学习势模型；通过机器学习势模型做分子动力学模拟或蒙特卡洛模拟，获得模拟轨迹，从模拟轨迹中选取部分结构；基于选取的部分结构，通过机器学习的方法对电子结构计算的化学位移数据集进行训练，得到化学位移预测模型；通过化学位移预测模型预测分子动力学模拟或蒙特卡洛模拟得到的模拟轨迹结构的化学位移；以及基于化学位移生成动态核磁谱。本公开还提供了一种基于机器学习模拟动态核磁共振谱的装置、电子设备以及可读存储介质。

  发布时间：2023-05-12 11:33:46

  0

• 一种基于机器学习的化合物胎盘膜透过性的预测方法 公开日期：2024-09-13 公开号：CN114520031A 申请号：CN202210079167.6
  发明 一种基于机器学习的化合物胎盘膜透过性的预测方法

  • 申请号：CN202210079167.6
  • 公开号：CN114520031A
  • 公开日期：2024-09-13
  • 申请人：浙江大学

  本发明公开了一种基于机器学习的化合物胎盘膜透过性的预测方法，包括以下步骤：(1)建立化合物胎盘膜透过性判断标准；(2)采集化合物建立BPBData数据集，得到样本数据和样本标签，并对样本数据进行预处理；(3)基于机器学习算法构建预测模型，利用预处理后的样本数据对预测模型在样本标签的监督下进行训练，以优化预测模型参数；(4)预测待测化合物的胎盘膜透过性。本发明方法利用双参数F/M(化合物体内胎儿‑母体血液浓度比)和CI(清除指数)建立化合物胎盘膜透过性判断标准；再构建化合物分子结构特征与其胎盘膜透过性的预测模型，实现了化合物胎盘膜透过性的高通量、低时间、低成本、高精度的预测。

  发布时间：2023-05-10 11:48:17

  0

• 一种基于机器学习快速预测核磁共振化学位移的方法 公开日期：2024-09-13 公开号：CN114496111A 申请号：CN202210108013.5
  发明 一种基于机器学习快速预测核磁共振化学位移的方法

  • 申请号：CN202210108013.5
  • 公开号：CN114496111A
  • 公开日期：2024-09-13
  • 申请人：厦门大学

  本公开提供基于机器学习快速预测核磁共振化学位移的方法，包括：对收集的原子构型的集合进行电子结构计算，得到原子构型的集合的化学位移；将原子构型的集合中的各个原子的局域结构表示为特征描述符；将特征描述符和化学位移数据集按预定比例划分为训练集和测试集，训练集用于训练神经网络，测试集用于测试训练后的神经网络；将特征描述符作为为神经网络的输入层，将对应化学位移作为神经网络的输出层，基于训练集训练神经网络，获得神经网络预测模型；将待预测化学位移的原子局域结构转化为特征描述符，输入神经网络预测模型，获得待预测化学位移的原子局域结构的预测化学位移。本公开还提供了一种基于机器学习快速预测核磁共振化学位移的装置、电子设备以及可读存储介质。

  发布时间：2023-05-10 11:31:27

  0

• 基于深度学习的配体-受体复合物构象亲和力预测方法 公开日期：2024-09-13 公开号：CN114496109A 申请号：CN202111565611.7
  发明 基于深度学习的配体-受体复合物构象亲和力预测方法

  • 申请号：CN202111565611.7
  • 公开号：CN114496109A
  • 公开日期：2024-09-13
  • 申请人：石家庄鲜虞数字生物科技有限公司

  本发明公开了一种基于深度学习的配体‑受体复合物构象亲和力预测方法，包括以下步骤：得到原子间的相互作用力特征；基于原子特征、原子间距离将复合物中原子的邻域特征进行聚合，将配体原子、受体原子以及原子间的相互作用力共同或分别构造图结构数据；将图结构数据输入到搭建的图卷积神经网络模型，通过监督学习的方式训练模型；利用包括蛋白质结构先验知识、迁移训练技术提升模型的泛化能力；利用已训练好的模型对新的配体‑受体复合物构象进行亲和力预测。本发明利用配体、受体的原子特征，原子间的相互作用力特征多维数据进行图卷积神经网络模型的构建，令预测值更接近实际的数据，精度更高。本发明适用于对任意配体‑受体进行亲和力预测。

  发布时间：2023-05-09 11:56:19

  0