基于双超图正则化的肿瘤基因表达谱数据双聚类方法

    公开(公告)号:CN109215741A

    公开(公告)日:2019-01-15

    申请号:CN201810948044.5

    申请日:2018-08-20

    IPC分类号: G16B40/30 G16B25/10 G06K9/62

    摘要: 本发明公开了一种基于双超图正则化的肿瘤基因表达谱数据双聚类方法,通过对肿瘤基因表达谱数据的样本和基因分别进行聚类;然后,对肿瘤基因表达谱数据的样本和基因分别建立样本超图和基因超图,来获取样本和基因的固有几何结构;最后,将样本超图和基因超图分别作为主成分分析的样本超图正则项和基因超图正则项,确定优化目标函数,最后通过优化目标函数分别优化样本聚类矩阵和基因聚类矩阵,得到最终的样本聚类和基因聚类。本发明在基于主成分分析法的基础上,通过双超图正则化进行双聚类的优化,从而在保留主成分分析法的优点基础上更好的获取肿瘤基因表达谱数据中的复杂信息,最终提高获得聚类的精确性。

    基于三维置乱模型和混沌的多图像加密方法

    公开(公告)号:CN109150492A

    公开(公告)日:2019-01-04

    申请号:CN201810938148.8

    申请日:2018-08-17

    IPC分类号: H04L9/00 H04L9/08 H04N1/32

    摘要: 一种基于三维置乱模型和混沌的多图像加密方法,属于信息加密领域。目前,网络批量图像传送和存储变得日益频繁,为保护多幅交互图像内容的安全性,本发明提出一种基于三维置乱模型和混沌的多图像加密方法。受魔方游戏的启发,在定义图内行置乱,图内列置乱和图间置乱的基础上,建立了图像的三维置乱模型。首先,利用三维置乱模型对k幅原始图像进行像素置乱;然后,利用混沌,对置乱结果进行异或(exclusive OR,XOR)运算,产生k幅加密图像。实验表明:该算法可同时加密多幅交互图像,且算法加密效果良好,密钥空间大,密钥敏感性强,安全性高,高效。

    基于杂草模型的加密域图像可逆水印方法

    公开(公告)号:CN105447809B

    公开(公告)日:2018-05-04

    申请号:CN201510881014.3

    申请日:2015-12-07

    IPC分类号: G06T1/00

    摘要: 一种基于杂草模型的加密域图像可逆水印方法,属于信息安全领域。鉴于当前加密域图像可逆水印方法存在嵌入容量小、安全性弱等不足,本发明用杂草与庄稼的关系类比水印信息与加密图像的关系,建立杂草模型,采用混沌系统增强方法的安全性,利用杂草区域的大小由用户根据水印信息量选定扩大算法的嵌入容量。水印嵌入的核心步骤:选定一种安全性能良好的混沌系统;采用一种图像加密算法对原始交互图像进行加密,得加密图像;利用杂草模型和混沌系统,将加密图像和水印信息混淆,得到含水印图像。水印检测过程几乎是水印嵌入的逆过程。实验结果表明:该方法嵌入容量大和算法安全性高,可有效实现对图像信息网络交互的安全保护。

    一种屏蔽式开关磁阻电机及低损耗控制方法

    公开(公告)号:CN107769420A

    公开(公告)日:2018-03-06

    申请号:CN201711104909.1

    申请日:2017-11-10

    摘要: 本发明公开了一种屏蔽式开关磁阻电机及低损耗控制方法,工矿企业中使用。采用4相8/6拓扑结构电机,分别在定子、转子上安装定子屏蔽套和转子屏蔽套,定子屏蔽套和转子屏蔽套之间注有流动的液体,液体能够从屏蔽套之间穿过而不能进入定、转子槽。根据绕组匝数及转子转速,延长相电流的作用时间,保证相邻两相的气隙磁场在屏蔽套上产生的涡旋电流相互抵消,从而减小涡流损耗,控制电机运行时的温升。其结构简单、容错性能好,能够保证系统长期稳定地在液面下运行。本发明能够实现高倍数过载,起动转矩大,变速控制下运行效率高,运行平稳,适用于经常启停的工况。

    一种基于LPP特征提取的单样本人脸识别迁移学习方法

    公开(公告)号:CN103514443B

    公开(公告)日:2016-12-07

    申请号:CN201310479695.1

    申请日:2013-10-15

    IPC分类号: G06K9/00 G06K9/62

    摘要: 本发明属于模式识别技术领域,具体涉及一种基于LPP特征提取的单样本人脸识别迁移学习方法。不同于传统的基于泛化能力提升的全局人脸识别与依赖图像分割的局部人脸识别方法,本发明首先利用白化余弦相似度对迁移源进行筛选获得精选样本源,其次分别对精选源中的源特征与目标特征人脸采用LPP进行特征投影并求解特征迁移矩阵逼近其映射关系,然后将特征迁移矩阵作用于训练样本将其原始宏观特征迁移为目标宏观特征,最后采用最近邻分类器实现较高精度的人脸识别。本发明能够有效利用与目标单样本关联的大量源样本,合理筛选并迁移宏观特征,在很大程度上解决单样本难以训练的问题,并能够获得更高的人脸识别精度。

    一种接口库与安全硬件安全通讯的实现方法

    公开(公告)号:CN103839010A

    公开(公告)日:2014-06-04

    申请号:CN201310588951.0

    申请日:2013-11-20

    IPC分类号: G06F21/62

    CPC分类号: G06F21/123

    摘要: 本发明公开了一种接口库与安全硬件安全通讯的实现方法,具体步骤是:(1)将接口库的源代码分成多个子模块;(2)将含有核心敏感代码的子模块设为模块X进行编译链接,并与安全硬件关联;(3)将模块X通过加密和压缩形成数组,并存储在另一个模块Y中;(4)模块Y在调用加载时,重新分配一块内存,然后对模块X做相应的动态加载工作;(5)模块Y进行编译连接,然后将该模块通过加密和压缩形成数组,并存储在下一个子模块的代码中;(6)重复步骤(3)~步骤(5),直至所有子模块依次都进行编译;(7)将最后编译的子模块与被保护软件相关联。能有效防止破解者/黑客通过反编译或者动态跟踪的手段来破解软件,保证软件的安全性。

    一种基于LPP特征提取的单样本人脸识别迁移学习方法

    公开(公告)号:CN103514443A

    公开(公告)日:2014-01-15

    申请号:CN201310479695.1

    申请日:2013-10-15

    IPC分类号: G06K9/00 G06K9/62

    摘要: 本发明属于模式识别技术领域,具体涉及一种基于LPP特征提取的单样本人脸识别迁移学习方法。不同于传统的基于泛化能力提升的全局人脸识别与依赖图像分割的局部人脸识别方法,本发明首先利用白化余弦相似度对迁移源进行筛选获得精选样本源,其次分别对精选源中的源特征与目标特征人脸采用LPP进行特征投影并求解特征迁移矩阵逼近其映射关系,然后将特征迁移矩阵作用于训练样本将其原始宏观特征迁移为目标宏观特征,最后采用最近邻分类器实现较高精度的人脸识别。本发明能够有效利用与目标单样本关联的大量源样本,合理筛选并迁移宏观特征,在很大程度上解决单样本难以训练的问题,并能够获得更高的人脸识别精度。

    基于张量距离补丁校准的高光谱数据降维方法

    公开(公告)号:CN103336968A

    公开(公告)日:2013-10-02

    申请号:CN201310205838.X

    申请日:2013-05-28

    IPC分类号: G06K9/62

    摘要: 一种基于张量距离补丁校准的高光谱数据降维方法,属于高光谱遥感图像处理方法。本发明针对高光谱数据的张量特性,首先,通过窗口领域将高光谱数据转化成张量形式,保持每个像素的空间信息;第二,引入张量距离,构建包含判别信息的高质张量近邻图;第三,根据扩展到张量空间的补丁校准框架,获得全局最优的光谱-空间信息;第四,采用交替最小二乘算法的迭代优化方法求得张量子空间的解;最后,根据张量最近邻法判别各样本的类别。优点:能有效地利用高光谱数据的空间领域特征和光谱特征获得较高的整体分类精度和Kappa系数,获得的分类效果图更清晰、平滑,细节更丰富。该降维框架可以处理2阶数据、3阶数据或者更高阶的数据。

    一种基于影像组学注意力网络的HER2状态改变预测方法

    公开(公告)号:CN118736279A

    公开(公告)日:2024-10-01

    申请号:CN202410750989.1

    申请日:2024-06-12

    摘要: 本发明公开了一种基于超声影像组学特征注意力网络的HER2状态改变预测方法,包括步骤,勾画乳腺癌超声图像中的肿瘤区域;利用影像组学技术实现超声图像影像组学特征的提取,得到影像组学特征矩阵;对影像组学特征矩阵特征选择,构成关键特征矩阵;再输入到带有注意力机制的网络模块,输出与HER2状态改变相关的带有注意力权重的关键特征矩阵;最后,利用全连接神经网络对所述带有注意力权重的关键特征矩阵进行训练,进而得到乳腺癌HER2状态是否改变的预测。本发明实现了影像组学技术与深度学习模型相结合进行HER2状态改变相关特征的选择和学习,并通过全连接神经网络对HER2状态在新辅助治疗后是否改变的预测。