-
公开(公告)号：CN100429494C
公开(公告)日：2008-10-29
申请号：CN200410046818.3
申请日：2004-10-10
Applicant: 中南大学
Abstract: 本发明公开了一种DSA系列受电弓专用力传感器，其包括顺次相连的卡头、连杆I、弹性体和连杆II，所述弹性体上设有将弹性体的变形转变为电信号的敏感元件，弹性体的两侧分别贴有密封薄片，其中一侧设有导线引出孔，并在另一侧的密封薄片上粘贴接线柱，所述敏感元件与接线柱组成惠斯顿桥。本发明具有体积小、重量轻的特点，不会对受电弓的原有特性造成不利影响，而且有很高的灵敏度和测量精度。
-
公开(公告)号：CN1861456A
公开(公告)日：2006-11-15
申请号：CN200510031533.7
申请日：2005-05-13
Applicant: 中南大学
Abstract: 一种能够在列车脱轨时及时放气，使列车自动刹车停车，防止列车颠覆的列车脱轨自动刹车器。该装置的主体由气管组成，安装在列车的转向架上。它的一端与列车管相连；另一端密封，由容易脆断的材料制作，悬挂在轨道上方。当列车脱轨时，首先是轮对脱离轨道，落向轨枕，此时原来悬挂在轨道上方的气管就会受到撞击而断裂，列车管就会放气，导致刹车，从而避免列车颠覆事故发生。当列车的故障排除后，关闭气管上阀门，就会使列车继续前进。
-
公开(公告)号：CN114242160B
公开(公告)日：2025-03-25
申请号：CN202111575178.5
申请日：2021-12-21
Applicant: 中南大学
IPC: G16B5/20
Abstract: 本公开实施例中提供了一种基于多尺度模块核的致病基因识别方法及系统，属于生物信息学技术领域，具体包括：通过指数抽样的多尺度模块度优化算法从综合的蛋白质相互作用组提取网络多尺度模块，得到标准化多尺度模块谱；根据标准化多尺度模块谱构建多尺度模块核矩阵并进行核稀疏；提取两个预测列表；融合两个预测列表得到基因概率列表，并根据基因概率列表预测疾病的致病基因。通过本公开的方案，提取多尺度模块谱并标准化，有效融合不同层次、特异性的网络模块结构信息后进行稀疏化，提供了新的基因‑基因关联，然后来自原始异构网络和结合多尺度模块核的异构网络的预测列表的排位聚合有效融合了互补的预测信息，提高了预测效率和预测精准度。
-
公开(公告)号：CN118016167B
公开(公告)日：2025-03-04
申请号：CN202410085639.8
申请日：2024-01-22
Applicant: 中南大学
IPC: G16B40/30 , G16B25/00 , G06F18/23 , G06F18/22 , G06F18/214
Abstract: 本发明公开了一种针对不平衡单细胞RNA‑seq数据的细胞聚类方法、设备和介质，方法包括：获取聚类细胞的RNA‑seq数据，生成基因表达矩阵并预处理；利用基因表达矩阵计算各细胞间的相似度，选出近似细胞作为对比学习的附加增强正例；搭建对比学习模型，并利用各细胞的正例、附加增强正例和负例训练对比学习模型，以获取细胞潜在表征；基于细胞的潜在表征对所有细胞聚类，生成细胞的伪标签；基于细胞的潜在表征计算细胞间的距离值进而选择锚点细胞；搭建知识蒸馏模型，利用锚点细胞的潜在表征和伪标签进行训练，最终使用其进行细胞聚类。本发明对来自不同测序平台、不同物种、不同组织以及不同规模的细胞数据集都有很好的聚类结果。
-
公开(公告)号：CN119119974A
公开(公告)日：2024-12-13
申请号：CN202411258022.8
申请日：2024-09-09
Applicant: 中南大学
Abstract: 本发明提供了一种复合储能材料及其制备方法、制冷方法，该复合储能材料方法具体为：先在常温下，将石墨烯和碳纳米管组合成石墨烯框架结构；再从常温下升高至290K‑320K，将固态的正烷烃CnH2n+2熔化液态；其中，16≤n≤20，n为整数；最后将液态正烷烃CnH2n+2压入石墨烯框架中，进行封装得到复合材料，并将复合材料的温度维持300K以上，使液态液态正烷烃CnH2n+2不凝固，即得所述复合储能材料。本发明制得的复合储能材料的热导率达到4W·m‑1·K‑1以上，所述复合储能材料在70MPa左右能产生22.5K左右的绝热温变。
-
Patent Agency Ranking
公开(公告)号：CN118571354A
公开(公告)日：2024-08-30
申请号：CN202410912991.4
申请日：2024-07-09
Applicant: 中南大学
Abstract: 本发明公开了一种用于高性能柔性热电材料的预测方法及相关装置，包括：对材料的初始晶体结构进行两次优化计算，对优化后的晶胞结构进行材料的自洽计算，获得材料的电荷密度和总能量；通过能带计算筛选出带隙在预设能带的半导体材料；利用第一性原理计算评估了半导体材料的稳定性；利用第一性原理计算评估了材料的延展性，并筛选出高延展性材料；对高延展性材料进行声子谱计算得到声子态密度；对低频声子态密度频率小于预设频率的材料进行初步筛选；利用第一性原理计算结合玻尔兹曼输运方程对高延展性材料进行电输运性质和热输运性质的计算获取材料的热电优值并筛选出延展性高且热电性能好的材料。
-
公开(公告)号：CN117668184A
公开(公告)日：2024-03-08
申请号：CN202311623057.2
申请日：2023-11-30
Applicant: 中南大学
IPC: G06F16/332 , G06F16/36 , G06N5/022 , G06F16/33 , G06F40/126
Abstract: 本发明公开了一种基于知识跟踪的端到端任务型对话方法、系统、终端及介质，其中方法包括：构建一个用来训练模型带有知识跟踪的端到端对话数据集；将带有知识跟踪的端到端对话数据集中的对话历史和知识库的内容转化为三元组向量的形式的表示；使用GLMP记忆网络对对话历史进行编码，以及将向量化的对话历史和知识库储存起来；通过知识跟踪层以对话历史编码最后一个隐藏状态作为查询向量，检索相应的知识实体以及支持事实；将得到的支持事实集成到流水线架构的端到端任务型或常规的端到端任务型对话系统中。解决了端到端任务型对话系统由于检索过程的不确定性，而导致的生成系统响应的不可靠和难以解释的问题。
-
公开(公告)号：CN117133363A
公开(公告)日：2023-11-28
申请号：CN202311118735.X
申请日：2023-09-01
Applicant: 中南大学
Abstract: 本发明公开了一种多标签lncRNA亚细胞定位预测方法、系统、设备及介质，其中方法包括：使用子序列嵌入技术对待测lncRNA序列进行编码；利用Transformer模型中的位置编码和多头注意力机制，对lncRNA序列中的远程依赖关系进行建模，实现lncRNA序列内部的信息流转和共享；使用定位特异性注意力机制，为不同的亚细胞定位学习不同的注意力权重矩阵；基于Transformer模型捕获到的lncRNA序列高级特征及不同的亚细胞定位注意力权重矩阵，利用全连接网络，对待测lncRNA序列进行亚细胞定位输出。本发明比现有计算模型有着更好的预测性能，可以同时预测任意lncRNA序列的多个亚细胞定位。
-
公开(公告)号：CN112820347B
公开(公告)日：2023-09-22
申请号：CN202110141656.5
申请日：2021-02-02
Applicant: 中南大学
Abstract: 本发明公开了一种基于多重蛋白质网络脉冲动力学过程的疾病基因预测方法，该预测方法主要包括以下步骤：一、构建标准化的多重蛋白质网络；二、构建多重蛋白质网络脉冲动力学模型；三、提取多重蛋白质网络脉冲动力学特征；四、融合多重蛋白质网络节点的脉冲动力学特征以通过排序对疾病基因进行预测。本发明的预测方法能够更有效地融合多类型的蛋白质网络，挖掘多源蛋白质网络中的隐含特征，从而提升疾病基因鉴别的能力，且计算量小，适于通过软件实现生物信息大数据的分析。
-
公开(公告)号：CN116206679A
公开(公告)日：2023-06-02
申请号：CN202310097311.3
申请日：2023-02-10
Applicant: 中南大学
IPC: G16B20/30 , G16B40/00 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于残差注意力的多通路的蛋白质与蛋白质作用位点预测方法、设备和介质，方法包括：基于蛋白质序列提取蛋白质的生物理化特性；使用两个不同的通路模块，分别根据生物理化特性预测蛋白质的相互作用位点；其中，两个通路模块均基于残差注意力从特征理化特性中提取隐特征向量，以及采用多层感知机根据隐特征向量预测相互作用位点，且第一通路模块使用稳定结构蛋白质样本训练得到，第二通路模块使用无序蛋白质样本训练得到；根据两个通路模块得到的相互作用位点预测结果，以及蛋白质无序倾向性，最终确定蛋白质的相互作用位点。本方法预测效果好、适用性强，且具有较强泛化能力。
-
-
-
-
-
-
-
-
-
Search Results
157
records
(took 0.028 seconds)
