-
公开(公告)号：CN117912597A
公开(公告)日：2024-04-19
申请号：CN202410079053.0
申请日：2024-01-19
申请人： 天津大学
IPC分类号： G16C20/70 , G16C20/30 , G06N3/0464 , G06N3/0442 , G06N3/084 , G06N3/045 , G06N3/042
摘要： 一种基于全局注意力机制的分子毒性预测方法：本发明涉及深度学习、分子特征提取和分子毒性预测等领域。本方法针对现有的基于深度学习的分子毒性预测方法对于分子特征的利用过于局限，而且传统的基于图神经网络的分子特征提取方法造成大量远程原子关联信息的丢失问题。本发明所采用的技术方案是：一种基于全局注意力机制的分子毒性预测方法，包括将分子毒性数据集中的分子转换为图结构数据、提出一种新的分子特征提取机制、提出一种基于全局注意力机制的分子毒性预测网络模型三个部分，可以有效地提取分子特征，全面地考虑到分子中原子和化学键的局部邻接关系以及全局的依赖性，从而获得更好的分子毒性预测效果。
-
公开(公告)号：CN117877603A
公开(公告)日：2024-04-12
申请号：CN202410040595.7
申请日：2024-01-11
申请人： 天津大学
IPC分类号： G16C20/10 , G16C20/70 , G06N3/0455 , G06N3/082
摘要： 一种基于分层信息提取机制的化学反应理论产量预测方法：本方法属于深度学习、化学反应属性预测领域。本方法针对现有的基于深度学习的化学反应理论产量预测方法对化学反应的注意力过于局限、并且传统的化学反应特征的提取方法造成大量化学反应特征的丢失的问题。本发明所采用的技术方案是：一种基于分层信息提取机制的化学反应理论产量预测方法，包括提出一种新的化学反应特征提取方法、提出一种新的化学反应分层信息提取机制和提出一种基于分层信息提取浓缩机制的化学反应理论产量预测网络架构三个部分，可以有效的提取化学反应特征，提取反应的局部和全局信息并且准确进行化学反应理论产量预测。
-
公开(公告)号：CN115831260B
公开(公告)日：2023-05-12
申请号：CN202310120430.6
申请日：2023-02-16
申请人： 天津大学
IPC分类号： G16C20/30 , G16C20/70 , G06F18/241 , G06F18/214 , G06N3/0464 , G06N3/042
摘要： 本发明提供了一种小样本分子毒性预测方法，包括将毒性数据集中的化合物转化成图结构数据；基于多分类模块图神经网络模型搭建预训练模型，构建预训练模型的训练集，将预训练模型的训练集输入至预训练模型中进行预训练模型的训练；对预训练模型进行变型，并对变形后的预训练模型进行迁移训练获得小样本分子毒性预测模型；利用小样本分子毒性预测模型进行毒性预测。本发明所提出的方法适用于只有少量训练样本的分子毒性预测任务，可以在只有少量训练样本情况下达到较高的毒性预测准确率。
-
公开(公告)号：CN110728637B
公开(公告)日：2023-04-18
申请号：CN201910895951.2
申请日：2019-09-21
申请人： 天津大学
IPC分类号： G06T5/00
摘要： 一种基于深度学习的用于图像处理的动态调光背光扩散方法，包括：读取样本图像以及获取与所述样本图像对应的补偿图像，采用区域背光提取算法提取样本图像的背光亮度；将背光亮度输入至基于深度学习背光扩散模型进行背光亮度扩散，输出背光亮度扩散图像，所述的背光扩散模型是以不同图像为样本集，经过深度学习训练建立；将背光亮度扩散图像与的补偿图像相乘，得到显像图像，确定显像图像与样本图像间的误差，用所述的误差更新背光扩散模型，得到最终的背光扩散模型。本发明解决了背光分区之间的光线串扰问题、深度神经网络训练中的梯度消失和爆炸问题，为动态调光算法的理论研究提供了无需实际测量的可靠的扩散模型。
-
公开(公告)号：CN110046655B
公开(公告)日：2023-03-31
申请号：CN201910235050.0
申请日：2019-03-26
申请人： 天津大学
IPC分类号： G06F18/214 , G06F18/24
摘要： 一种基于集成学习的音频场景识别方法，包括：将单声道音频信号、左右声道音频信号、中央边侧声道音频信号分别作为三组训练集；对三组训练集分别进行音频特征提取，分别用于训练三个分类器网路；将训练集的音频特征作为分类器网络的输入，训练分类器网络，在已有的测试集中根据分类器网络的输出结果识别音频场景；将三个分类器网络进行集成学习，根据集成学习后的输出去识别音频场景。本发明相比于单个分类器网络的准确率，平均提升了9.3％。很好的解决了单个分类器网络的学习能力和泛化能力不足的问题，可以对整个数据集中的复杂音频进行全面的建模。能够得到高性能的音频场景识别系统。
-
公开(公告)号：CN115830548A
公开(公告)日：2023-03-21
申请号：CN202310125639.1
申请日：2023-02-17
申请人： 天津大学
IPC分类号： G06V20/52 , G06V10/762 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/088
摘要： 本发明提出一种无监督多领域融合的自适应行人重识别方法，该方法可基于多个监控设备在不同时间段不同地点的带有标签的监控行人画面来预训练Transformer，训练出的网络在不带标签的监控行人画面进行二次训练，从而实现跨不同设备不同时间找到同一个行人的目的，不再受设备不同以及地点不同的限制，相比于其他行人重识别算法，本发明提出使用Transformer网络、复数图卷积神经网络、空间上下文融合以及多设备的数据联合训练具有更大的使用范围和更高的匹配准确率。
-
公开(公告)号：CN111711197B
公开(公告)日：2023-03-14
申请号：CN202010686754.2
申请日：2020-07-16
申请人： 天津大学 , 中国电力科学研究院有限公司 , 国网江苏省电力有限公司电力科学研究院
摘要： 本发明公开了一种含电力电子变压器交直流配电网二阶锥运行控制方法，所述方法包括：构建含PET的交直流混合配电网多时段运行控制模型；利用PET的柔性调控能力，对PET不同端口的注入功率进行控制，实现功率在不同端口间的相互协调，以满足交、直流子网间的功率平衡的交换需求；采用二阶锥规划和线性逼近对所述交直流混合配电网多时段运行控制模型进行凸化松弛，提高含PET的交直流混合配电网多时段运行控制问题的求解效率。本发明有效降低了系统损耗，提高系统运行经济性；通过采用二阶锥松弛和线性逼近对原始非线性模型进行凸化松弛，从而提出含PET的交直流配电网二阶锥运行控制模型，具有较好的精确性，并提高了求解效率。
-
公开(公告)号：CN115399791A
公开(公告)日：2022-11-29
申请号：CN202210750220.0
申请日：2022-06-28
申请人： 天津大学
摘要： 本发明涉及运动评估技术领域，特别涉及一种基于肌电运动多数据融合的卒中下肢在线功能评估系统。采集患者运动过程中的肌电信号和惯性信息，得到原始数据集，滤波去除漂移噪声和生理干扰，提取肌电和运动学特征，构建多模态特征集，使用随机森林回归算法选择重要性较高的特征子集。根据所述特征子集，构建基于K‑邻近节点回归(KNNR)算法的脑卒中下肢运动功能评估模型。基于肌电运动多数据融合的卒中下肢在线功能评估系统，具体包括：数据采集子系统、下肢运动功能评估子系统和在线显示子系统。本发明提出的评估系统同样适用于下肢运动能力较弱的患者，还可以用于对患者进行自行车康复训练后给出实时的康复效果。
-
公开(公告)号：CN115100043B
公开(公告)日：2022-11-15
申请号：CN202211023053.6
申请日：2022-08-25
申请人： 天津大学
摘要： 本发明提供了一种基于深度学习的HDR图像重建方法，包括首先建立不同曝光时间LDR图像生成网络，然后建立多曝光LDR图像融合网络，最后把优化后的不同曝光时间LDR图像生成网络与优化后的多曝光LDR图像融合网络连接得到用于HDR图像重建的模型。本发明公开的一种基于深度学习的HDR图像重建方法，具有强大的特征提取能力，实现了包含细节信息丰富的高质量HDR图像重建，并且实现了端到端的HDR图像生成。
-
公开(公告)号：CN115209321A
公开(公告)日：2022-10-18
申请号：CN202110375017.5
申请日：2021-04-08
申请人： 天津大学
摘要： 一种基于扬声器阵列的定向声场束宽控制方法：根据阵元数和阵元间距并确定n层圆环阵列阵型；对每层扬声器阵元并联连接，每层扬声器阵列视作一个子阵，对每层扬声器子阵并联连接；设置每层扬声器阵列的初始供电电压幅度，即对每层扬声器子阵串联电阻，设置电阻阻值使每层扬声器子阵电压幅度按Dolph‑Chebyshev分布；调节每层扬声器子阵电阻阻值改变每层扬声器子阵电压幅度系数，对声场主波束宽度和旁瓣级进行控制。本发明提出一种基于扬声器阵列的定向声场束宽控制方法，在扬声器阵列基础上进行幅值加权信号处理，提升声场声束指向性，增强声场带外衰减，并通过调节相应幅值控制声场束宽形态。
-
-
-
-
-
-
-
-
-
搜索结果
451 条记录 (耗时 0.11 秒)
