-
公开(公告)号：CN119418783A
公开(公告)日：2025-02-11
申请号：CN202411447774.9
申请日：2024-10-16
Applicant: 桂林理工大学
IPC: G16B40/30 , G06N3/0455 , G06F18/23
Abstract: 本发明公开一种基于双向自编码器的scRNA‑seq缺失数据预测方法，包括步骤：1.获取scRNA‑seq数据矩阵。2.归一化scRNA‑seq矩阵。3.使用行自编码器和列自编码器分别学习细胞与细胞和基因与基因之间的相似性特征，利用学习到的特征分别对数据进行重构。4.引入交叉点损失函数对两个自编码器重构数据的交叉点进行约束，通过共享权重实现细胞与细胞和基因与基因之间的信息共享。5.利用行自编码器和列自编码器学习到的特征分别对scRNA‑seq数据进行预测，并取二者的均值作为最终的预测值。同时，识别原始scRNA‑seq数据中的非零值，将其视为真实表达值，并只对零值进行填充。本发明能够很好地恢复缺失值，促进细胞亚群的聚类，完善标记基因的鉴定，并有助于细胞发育轨迹的推断。
-
公开(公告)号：CN110730019A
公开(公告)日：2020-01-24
申请号：CN201910951200.8
申请日：2019-10-08
Applicant: 桂林理工大学
Abstract: 本发明给出一种在物联网应用中，利用低压电力线载波通信技术进行物与物互联中为避免不同用户物理信息外露和不同用户信号干扰等问题的需要，提供一种利用有源屏蔽技术组建低压电力线智能微通信网络的方法。根据电力网的特点，主要利用在电力线的某一(或几个)信道物理层上设置信息屏蔽点，由这些屏蔽点作为网络边界点，在信号屏蔽点安装智能信息屏蔽装置，利用有源屏蔽技术在物理层上将信号限制在低压电力线通信智能微通信网络传输区段内，可最大限度地避免信息的外泄保护信息安全，同时避免不同用户低压电力线通信智能微通信网络之间的影响。
-
Patent Agency Ranking
公开(公告)号：CN114841241A
公开(公告)日：2022-08-02
申请号：CN202210346871.3
申请日：2022-03-31
Applicant: 桂林理工大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于聚类和距离加权的不平衡数据分类方法，主要解决现有技术在少数类类内分布不连续的不平衡数据上分类精度低的问题。其实现步骤为：(1)采集不平衡数据集并分为多数类、少数类样本集；(2)对多数类、少数类样本集进行非重叠划分；(3)基于类簇间距离计算样本权重；(4)多数类边界样本降权；(5)使用样本及其权重训练加权支持向量机分类器；(6)对待测样本进行分类。本发明能有效描述两类样本在特征空间中的相对分布关系，并在此基础上根据样本的相对重要性赋予样本权重，有利于构建正确的分类边界并提高少数类分类精度，可用于分布情况复杂的不平衡数据的分类。
-
公开(公告)号：CN114359629A
公开(公告)日：2022-04-15
申请号：CN202111565507.8
申请日：2021-12-20
Applicant: 桂林理工大学
Abstract: 本发明公开了一种基于深度迁移学习的肺炎X胸片分类识别方法，其中包括：首先，获取源域数据集和目标域数据集，并且对目标域数据集进行去噪、灰度变换、统一尺寸、归一化等预处理操作；其次，搭建第一分类模型；将利用源域数据集训练得到的基权重加载到第一分类模型中，冻结低层卷积网络参数后再次训练目标域数据集；再次，在第一分类模型的基础上结合由向量神经网络组成的胶囊网络(CapsNet)搭建第二分类模型，最后利用不同的评价指标对训练好的模型对测试集进行测试。本发明巧妙地利用迁移学习的方法有效解决了小型数据集难以在传统深度学习方法中训练且结果容易过拟合的问题；此外，本发明一定程度上提高了肺炎X胸片的识别率。
-
公开(公告)号：CN115937564A
公开(公告)日：2023-04-07
申请号：CN202111565506.3
申请日：2021-12-20
Applicant: 桂林理工大学
IPC: G06V10/764 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于VGG19模型的医学肺癌图像分类改进算法，采用VGG19网络模型作为基本框架，将肺炎图像进行预处理，构造改进的神经网络模型，在改进的神经网络模型后添加构特征提取层，对损失函数进行L2正则化，对医学图像进行自动学习分类，改善了基于神经网络层数过深的过拟合问题。
-
公开(公告)号：CN109911069A
公开(公告)日：2019-06-21
申请号：CN201910195878.8
申请日：2019-03-15
Applicant: 桂林理工大学
Abstract: 本发明公开了一种电动车防盗警示系统，该系统包括开关模块，位移传感器、电源模块、定位模块、控制中心、LED指示灯、摄像头、语音播报模块、GSM通信模块和用户手机；当位移传感器感应到电动车或电动车电瓶移动时，将信息发送至控制中心，控制中心控制LED指示灯发出闪烁信号、同时摄像头进行拍照、语音播报模块发出警示语音、定位模块开启定位，用户利用用户手机通过GSM通信模块向控制中心发送相关指令，防止电动车被盗；本发明利用声音和灯光闪烁进行双重警示，将偷盗行为防患于未然，解决了以往一些电动车警报系统的扰民问题，同时具有灵活方便、便于安装、经济实用及应用面广的优点。
-
公开(公告)号：CN209972638U
公开(公告)日：2020-01-21
申请号：CN201920327633.1
申请日：2019-03-15
Applicant: 桂林理工大学
Abstract: 本实用新型公开了一种电动车防盗警示装置，该装置包括开关模块，位移传感器、电源模块、定位模块、控制中心、LED指示灯、摄像头、语音播报模块、GSM通信模块和用户手机；当位移传感器感应到电动车或电动车电瓶移动时，将信息发送至控制中心，控制中心控制LED指示灯发出闪烁信号、同时摄像头进行拍照、语音播报模块发出警示语音、定位模块开启定位，用户利用用户手机通过GSM通信模块向控制中心发送相关指令，防止电动车被盗；本实用新型利用声音和灯光闪烁进行双重警示，将偷盗行为防患于未然，解决了以往一些电动车警报系统的扰民问题，同时具有灵活方便、便于安装、经济实用及应用面广的优点。(ESM)同样的发明创造已同日申请发明专利
-
-
-
-
-
-
Search Results
17
records
(took 0.019 seconds)
