-
公开(公告)号:CN118748036A
公开(公告)日:2024-10-08
申请号:CN202410939969.9
申请日:2024-07-15
Applicant: 复旦大学附属华山医院
Abstract: 本发明属于蛋白质结构预测技术领域,具体涉及一种蛋白质结构的模拟方法和应用。本发明将三维结构预测方法和分子动力学模拟进行结合,可有效预测目标蛋白质的结构。本发明实施例中对人和大鼠的PKHD1L1蛋白及突变蛋白进行三维结构预测,人PKHD1L1突变T868S位于天然结构中Beta折叠的C端区域,是Beta折叠的组成部分,当突变时,本应该在Beta折叠结尾的二级结构被破坏,在突变型结构中变成了Loop区域;大鼠PKHD1L1经L867S突变后,没有引起二级结构的变化,但Loop区域发生了构形的改变。本发明所述蛋白结构的模拟将为PKHD1L1基因及其表所达的蛋白的功能研究提供依据。
-
公开(公告)号:CN115001982A
公开(公告)日:2022-09-02
申请号:CN202210693996.3
申请日:2022-06-19
Applicant: 复旦大学
Abstract: 本发明属于大规模网络数据分析技术领域,具体为基于节点重要性估计的在线社交网络拓扑推断算法。本发明包括:依托独立级联模型,利用每个节点在每次传播中获得信息的时刻作为推断的依据,从一个空图开始,对每个节点对遍历,利用蒙特卡洛采样方法解决似然函数最大化问题;由于网络的异质性,引入能够反映节点重要性的偏置项,估计节点重要性,实现考虑节点重要性的网络拓扑推断;在已知网络先验知识时,提取表征节点重要性指标,根据带有节点重要性的网络拓扑推断算法重构网络;在未知网络先验知识时,估计节点重要性,使用带有节点重要性的网络拓扑推断算法重构网络。本发明在有无网络先验知识下都可以重构社交网络,并提高了推断的准确性。
-
公开(公告)号:CN113162981B
公开(公告)日:2022-04-12
申请号:CN202110291500.5
申请日:2021-03-18
Applicant: 复旦大学
Abstract: 本发明属于V2I车联网通信技术领域,具体为一种基于车路协同的车联网编队无缝切换方法。本发明方法包括:当编队领车刚进入双连接范围便立刻进行与目标路边单元的随机接入,目标路边单元收到其行驶状态信息,然后向源路边单元发送命令让其回传编队规模;当收到编队规模后且待收到指定数目的车辆信息时,目标路边单元再次向源路边单元发送命令让其回传编队控制输入数据,同时自身也开始计算整个编队的控制输入,直至计算的控制输入和收到的控制输入相同时,便最后一次告知源路边单元切换成功,源路边单元收到切换成功命令后便停止编队服务,整个切换过程完成。本发明具有普适性,使得编队车辆可以无缝切换,实现更加高效的编队控制。
-
公开(公告)号:CN113162981A
公开(公告)日:2021-07-23
申请号:CN202110291500.5
申请日:2021-03-18
Applicant: 复旦大学
Abstract: 本发明属于V2I车联网通信技术领域,具体为一种基于车路协同的车联网编队无缝切换方法。本发明方法包括:当编队领车刚进入双连接范围便立刻进行与目标路边单元的随机接入,目标路边单元收到其行驶状态信息,然后向源路边单元发送命令让其回传编队规模;当收到编队规模后且待收到指定数目的车辆信息时,目标路边单元再次向源路边单元发送命令让其回传编队控制输入数据,同时自身也开始计算整个编队的控制输入,直至计算的控制输入和收到的控制输入相同时,便最后一次告知源路边单元切换成功,源路边单元收到切换成功命令后便停止编队服务,整个切换过程完成。本发明具有普适性,使得编队车辆可以无缝切换,实现更加高效的编队控制。
-
公开(公告)号:CN106473700B
公开(公告)日:2019-11-12
申请号:CN201610729028.8
申请日:2016-08-26
Applicant: 复旦大学
IPC: A61B5/00 , A61B5/0402 , A61B5/0456
Abstract: 本发明公开了一种基于HRV频域分析的阻塞性睡眠呼吸暂停综合征的检测系统。其由心电信号采集模块、心电信号预处理模块、心跳间隔提取模块、心跳间隔预处理模块、网络转换模块和拓扑特征计算模块组成;其中:心电信号采集模块,获取患者睡眠期间的ECG信号;心电信号预处理模块,通过带通滤波器滤除噪声以及基线漂移;心跳间隔提取模块,检测R波,获取HRV信号;心跳间隔预处理模块,对HRV信号滤波,滤掉异常值;网络生成模块,将HRV信号等间隔换分成N个片段,构建无权无向网络;拓扑特征计算模块,计算无权无向网络的拓扑特征值,并确定拓扑特征值工作的最佳阈值。本发明系统的操作方法简单,检测准确度高。
-
公开(公告)号:CN109921921A
公开(公告)日:2019-06-21
申请号:CN201910076701.6
申请日:2019-01-26
Applicant: 复旦大学
IPC: H04L12/24
Abstract: 本发明属于复杂网络分析技术领域,具体为一种时变网络中时效稳定社团的检测方法和装置。本发明方法包括:获取节点之间的连接随时间变化的情况,构建时变网络;使用波动率定量刻画网络中连边的动态变化程度;初始化社团结构,结合波动率计算时变网络的动态模块度;优化动态模块度,其最大值对应的社团结构即为时变网络的时效稳定社团。本发明使用波动率定量刻画网络动态变化,并将网络动态变化特点与社团检测方法结合起来,给出了识别时变网络中稳定社团的方法,提高了社团检测的准确性和可靠性,在社交网络、生物网络、交通网络等不同领域具有广泛的应用前景,同时为理解实际生活中复杂系统中社团结构的功能、动态过程提供新的视角。
-
公开(公告)号:CN108757826A
公开(公告)日:2018-11-06
申请号:CN201810898821.X
申请日:2018-08-08
Applicant: 复旦大学
Abstract: 本发明属于机械工程技术领域,具体为一种弹簧缓冲支架装置。包括固定杆、活动杆、夹板、两个限位片和弹簧;活动杆与固定杆套接,且活动杆只能沿固定杆杆长方向上下滑动;夹板设置于固定杆顶端;一个限位片设置在活动杆顶端部;另一个限位片设置于固定杆底端,当活动杆向下滑动时,第二限位片下端面会被第一限位片上端面挡住;弹簧套在固定杆和活动杆外部,且在夹板和第二限位片之间;弹簧随着活动杆的上、下滑动而压缩和伸开。本发明支架装置可实现机械结构之间的震动吸收和缓冲,如作为无人机的起落架。本发明装置结构简单可靠,可使用板材、螺丝、弹簧等标准化零部件实施,具备良好的可扩展性。
-
公开(公告)号:CN102028460A
公开(公告)日:2011-04-27
申请号:CN201110000354.2
申请日:2011-01-04
Applicant: 复旦大学
IPC: A61B5/046
Abstract: 本发明属于医疗器件技术领域,具体涉及心室纤颤信号序列自动检测系统。该系统由数据采集模块、滤波模块、信号转化模块和网络子图分析模块组成。其中,数据采集模块按照一定的采样率采集点数为n的心电信号数据;滤波模块滤除数字心电信号中的工频干扰、噪声、消除基线漂移;信号转化模块将滤波后的时间长度为t的心电信号转化为网络,网络子图分析模块分析网络的四阶子图。本发明通过这四个模块,有效地自动区分正常心电信号和心室纤颤,能够准确反映出正常心电信号与室颤类信号的特征,具有较高的灵敏度,特异性和准确度。
-
公开(公告)号:CN118656690A
公开(公告)日:2024-09-17
申请号:CN202410614133.1
申请日:2024-05-17
Applicant: 复旦大学
IPC: G06F18/241 , H04L9/40 , G06F18/2415 , G06F18/15 , G06F18/2131 , G06N3/0464 , G06N3/042 , G06N3/047 , G06N3/045
Abstract: 本发明属于加密网络流量分类技术领域,具体为基于时空信息的图注意力IPsec隧道模式加密流量分类方法。本发明包括:从IPsec隧道模式下加密的原始Pcap文件中,以固定步长的方式提取包含数据包的方向、包长和时间信息的数据包序列;由一维卷积和批归一化组成的时间域信息处理模块负责提取数据包的时间信息和局部依赖关系;由引入有图注意力网络的空间域信息处理模块提取数据包序列的空间结构及其交互关系;以层次化的方式将各空间域信息处理模块的输出子图聚合为一个输出向量;最后,由多层感知机和归一化指数算法对加密流量进行分类。本发明实现了IPsec隧道模式下加密流量的更准确分类。
-
公开(公告)号:CN118609846A
公开(公告)日:2024-09-06
申请号:CN202410586603.8
申请日:2024-05-13
Applicant: 复旦大学
Abstract: 本发明属于数据分析技术领域,具体为基于时空超图神经网络的传染病预测算法。本发明算法包括:以城市为节点,人口分布特征相似性构造超边,形成城市传染病关联超图网络;构建由时序嵌入层、超图网络嵌入层和预测层组成的时空超图神经网络;利用循环神经网络学习城市传染病中确诊人数、死亡人数和人流量中的时序信息;利用超图神经网络学习人口分布特征相似性构建的城市特征共享信息,得到包含关联关系信息的城市个体特征;将时序嵌入层的特征和超图网络嵌入层的特征拼接得到传染病趋势预测结果。本发明算法采用超图挖掘传染病发生时城市之间的高阶关联关系,通过时空框架结合时间域和特征空间域多角度信息,提高城市传染病确诊人数预测准确性。
-
-
-
-
-
-
-
-
-