一种基于参考物种标签约束的宏基因组序列深度聚类方法

    公开(公告)号:CN114065866A

    公开(公告)日:2022-02-18

    申请号:CN202111389111.2

    申请日:2021-11-22

    Applicant: 吉林大学

    Abstract: 本发明提供了一种基于参考物种标签约束的宏基因组序列深度聚类方法,设计了基于参考物种标签约束的深度学习预训练模型。本发明建立了基于不同群落的已知物种的预训练数据库,构建预训练数据库时将每条4mer特征向量分为同一物种、相同属不同物种和不同属不同物种三种情况,并分别研究了三种情况下的样本间序列的4mer特征间的关系;建立了预训练模型的标签约束误差函数,并且使用群落已知标签的数据库进行预训练,针对不同的微生物群落构建不同预训练模型;在用户使用时,只需要针对不同的群落加载所需群落的预训练模型,重新加载模型仅仅等待几次微调步骤的迭代即可得到聚类结果。最终,所述聚类方法能够展现非常优秀的聚类性能。

    一种多功能小型动物手术实验装置

    公开(公告)号:CN113545879A

    公开(公告)日:2021-10-26

    申请号:CN202110822294.6

    申请日:2021-07-21

    Applicant: 吉林大学

    Abstract: 本发明涉及医学器材技术领域,且公开了一种多功能小型动物手术实验装置,包括调节机构,所述调节机构包括螺杆,所述螺杆的左右两端固定连接有摇杆,所述螺杆的外围螺纹连接有螺纹块,所述螺杆的上方设置有槽块,所述槽块的前后两端固定连接有斜板架。该多功能小型动物手术实验装置,根据动物体型转动摇杆,螺杆随之转动改变螺纹块之间距离,使槽块间背向远离,增加斜板架距离,过程中槽块移动改变限位块间距,使限位块沿着斜槽向外移动以改变滑动板间距,减少分开调节耗时,在尺寸调节过程中,螺纹块带动触点一起移动,使触点背向远离连通对应加热带,增大加热带的加热范围,提高设备的实用性。

    一种吞咽障碍患者使用的具有加热功能的定量喂食器

    公开(公告)号:CN112370360A

    公开(公告)日:2021-02-19

    申请号:CN202011251529.2

    申请日:2020-11-11

    Applicant: 吉林大学

    Abstract: 本发明公开了一种吞咽障碍患者使用的具有加热功能的定量喂食器,包括喂食器和支撑架,包括喂食器可拆卸的设置在支撑架上,所述喂食器包括食物盛放装置、食物盛放装置顶盖、定量喂食装置和导食管,食物盛放装置顶盖可拆卸连接在食物盛放装置上部,定量喂食装置一端可拆卸连接在食物盛放装置下部,定量喂食装置另一端可拆卸连接有导食管,本发明结构简单、操作方便,安全可靠,可以控制患者进食过程中每次的进食量,可以达到间断性进食,可以保证患者长时间进食的过程当中保证食物的温度,避免对患者的消化道产生刺激,避免对患者造成二次伤害,有助于患者的康复,减少陪护人员的劳动量,适合广泛的推广和应用。

    基于动态随机池化卷积神经网络的图像分类方法

    公开(公告)号:CN105701507B

    公开(公告)日:2018-10-23

    申请号:CN201610018847.1

    申请日:2016-01-13

    Applicant: 吉林大学

    Abstract: 本发明公开一种基于动态随机池化卷积神经网络的图像分类方法,该方法包括以下步骤:一、把训练集导入一系列卷积层进行卷积运算;二、把训练集导入一系列池化层进行随机池化运算;三、在最后的池化层进行动态随机池化;四、把特征矩阵融合为输出特征向量;五、对融合特征向量进行分类识别;六、对网络进行多次训练,调整中间参数,使输入输出的关系更加明显。本发明提出的随机池化运算可以很好的保留特征图像的纹理和背景综合特征;最后池化层的动态随机运算消除图像多尺度问题;多维度的特征融合,保证图像特征的多样性,从而提高识别精度。

    一种经口气管插管患者口腔内部环境检测分析装置

    公开(公告)号:CN107095652A

    公开(公告)日:2017-08-29

    申请号:CN201710502374.7

    申请日:2017-06-27

    CPC classification number: A61B5/0088 A61B10/0051 A61B2505/00 G01N33/48

    Abstract: 本发明公开了一种经口气管插管患者口腔内部环境检测分析装置,是由计算机、数据处理器、扫描装置、行走车和唾液收集装置组成,数据处理器和扫描装置分别与计算机相连接,计算机、数据处理器和唾液收集装置分别设置在行走车上;检测时,医护人员手持扫描装置分别对患者的唇部、牙龈和口腔粘膜、舌头和牙齿进行扫描,唾液收集瓶对患者进行唾液收集,数据处理器分别对扫描结果和唾液结果进行分析处理,医护人员根据得出的评估结果、出护理频次和护理时间对患者进行护理。本发明能准确的对口腔内部环境进行评估、分析,然后制定出护理频次和护理时间,协助临床护士根据患者口腔内环境制定合理口腔护理计划,降低患者VAP的发生。

    基于动态随机池化卷积神经网络的图像分类方法

    公开(公告)号:CN105701507A

    公开(公告)日:2016-06-22

    申请号:CN201610018847.1

    申请日:2016-01-13

    Applicant: 吉林大学

    CPC classification number: G06K9/629 G06K9/6256 G06N3/084

    Abstract: 本发明公开一种基于动态随机池化卷积神经网络的图像分类方法,该方法包括以下步骤:一、把训练集导入一系列卷积层进行卷积运算;二、把训练集导入一系列池化层进行随机池化运算;三、在最后的池化层进行动态随机池化;四、把特征矩阵融合为输出特征向量;五、对融合特征向量进行分类识别;六、对网络进行多次训练,调整中间参数,使输入输出的关系更加明显。本发明提出的随机池化运算可以很好的保留特征图像的纹理和背景综合特征;最后池化层的动态随机运算消除图像多尺度问题;多维度的特征融合,保证图像特征的多样性,从而提高识别精度。

    一种卫星先导云检测遥感辅助方法

    公开(公告)号:CN118293883A

    公开(公告)日:2024-07-05

    申请号:CN202410420167.7

    申请日:2024-04-09

    Applicant: 吉林大学

    Abstract: 本发明公开了一种卫星先导云检测遥感辅助方法,涉及航天成像与导航技术,该方法包括:通过分析计算先导辅助相机分辨力、幅宽、视场角、先导辅助相机与主相机的夹角,并根据各通道输出条带图像的云占比、高分主相机启动时间以及卫星机动时间,先行判断卫星飞行前方云量,并将评估结果发送给卫星平台,由卫星平台控制高分主相机是否执行成像任务、以及卫星是否需要侧摆及侧摆角度的多少,进而提高遥感图像的质量和利用率。本发明的方法实现过程方便,可以解决云层覆盖导致高分主相机获取图像利用率低以及星上和地面资源浪费的问题,在航天遥感空间监测和在轨实时云检测领域具有一定的工程应用价值。

    一种自带消毒的自动缠绕手术线装置

    公开(公告)号:CN117122365A

    公开(公告)日:2023-11-28

    申请号:CN202310901172.5

    申请日:2023-07-21

    Abstract: 本发明提供一种自带消毒的自动缠绕手术线装置,涉及医疗配套设施领域,包括:贮存主体,所述贮存主体的内部后端设置有缠绕收卷盘;所述贮存主体的前端设置有进入通道;所述进入通道的内部设置有消毒腔;所述消毒腔的底部设置有废液排放管;所述废液排放管的外端设置有密封堵头;所述进入通道的底部设置有消毒存储筒;所述进入通道的顶部设置有挤压导杆,本发明中无接触喷洒消毒的方式不会随着使用时间的过长而导致卫生性及消毒效果变差,保证对于手术线消毒的均匀性及持续性,解决了手术线在缠绕过程中会持续的与同一消毒水或消毒棉接触,随着使用时间越来越长消毒水或消毒棉会变得不够卫生,影响手术线消毒效果的问题。

    一种用于产妇盆底肌肉收紧装置

    公开(公告)号:CN113599185B

    公开(公告)日:2022-04-29

    申请号:CN202110910999.3

    申请日:2021-08-10

    Applicant: 吉林大学

    Abstract: 本发明涉及产后恢复的技术领域,且公开了一种用于产妇盆底肌肉收紧装置,包括训练架,所述训练架包括平躺板,所述平躺板的底部设置有支撑架,所述支撑架的顶部设置有受力挡板,所述受力挡板的底部设置有防滑支撑脚。该用于产妇盆底肌肉收紧装置,通过支撑转轮带动支撑座旋转,支撑座带动套接筒位移,套接筒带动平躺板位移,再通过调节螺杆三角架位移,三角架带动滑动板位移,滑动板带动支撑连杆位移,支撑连杆带动支撑座偏转,从而达到自由调节运动幅度大小,人体腰部自然受力带动周围肌肉群进行放松和收紧运动,进而使得产妇盆底肌肉从上半身带动下进行有效锻炼,增加其盆底肌肉的柔韧性的效果。

    一种基于生成对抗网络的气体传感器阵列漂移补偿方法

    公开(公告)号:CN112418395A

    公开(公告)日:2021-02-26

    申请号:CN202011284333.3

    申请日:2020-11-17

    Applicant: 吉林大学

    Abstract: 本发明公开了一种基于生成对抗网络的气体传感器阵列漂移补偿方法,包括:步骤一、通过气体传感器获取多个批次的测量数据;步骤二、建立生成对抗网络模型和特征提取神经网络;筛选出漂移程度不同批次的所述测量数据作为训练样本;步骤三、使用所述训练样本对所述生成对抗网络模型进行训练,得到生成漂移数据的对抗生成网络模型;其中,在训练过程中,使用所述特征提取神经网络提取的漂移后数据特征作为生成对抗网络模型生成数据的指示指标;步骤四、将多个批次的所述测量数据作为输入参数输入所述生成漂移数据的对抗生成网络模型,所述生成漂移数据的对抗生成网络模型输出所述多个批次的测量数据对应的漂移后的数据,得到漂移后数据的补偿数据集。

Patent Agency Ranking