一种新型超分辨率信道补全的方法及系统

    公开(公告)号:CN118984260A

    公开(公告)日:2024-11-19

    申请号:CN202411125745.0

    申请日:2024-08-16

    摘要: 本发明属于人工智能和无线通信技术领域,尤其涉及一种新型超分辨率信道补全的方法及系统,该方法、技术包括:构建拉普拉斯金字塔;特征提取分支;信道重建分支。本发明所提的LPCCNet通过拉普拉斯金字塔结构进行渐进式上采样,这种结构允许网络逐步重建高分辨率(HR)信道图像,从而有效减少混叠效应和误差传播。另外,LPCCNet网络设计有多个中间输出,每个层级的上采样尺寸可以合理选择,使得这些中间输出可以由真实信道图像监督。这种多尺度监督训练方法增强了网络在超分辨率问题中的鲁棒性。

    抗猴痘病毒和天花病毒的新型结构化合物及其组合应用

    公开(公告)号:CN118930542A

    公开(公告)日:2024-11-12

    申请号:CN202411002477.3

    申请日:2024-07-25

    发明人: 张鑫 邹权 魏彦明

    摘要: 本发明属于药学和病毒感染药物技术领域,公开了一种抗猴痘病毒和天花病毒的化合物及其应用,通过先进的分子技术确保了结构的准确性与特异性;所描述的化合物具有特异的IUPAC命名和结构,在生物或医药领域有特定的活性和应用;提供了新的化合物结构作为的药物或研究工具的候选物,拓展了现有的化合物库。该发明通过采用分子对接和分子动力学模拟的方法对多个蛋白小分子体系进行拟合,根据打分函数,结合能计算和RMSD数值等多个维度与参照化合物对比分析出化合物具有抗猴痘病毒的活性,该种化合物能成为治疗猴痘病毒的药物。

    基于MIMO雷达的生命体征参数估计方法及性能评估

    公开(公告)号:CN115363554B

    公开(公告)日:2024-11-05

    申请号:CN202210907041.3

    申请日:2022-07-29

    摘要: 本申请公开了基于MIMO雷达的生命体征参数估计方法及性能评估,涉及MIMO雷达应用技术领域,提供了MIMO雷达进一步应用于生命体征参数估计中来提高参数估计的性能的技术方案。本申请包括在观测区域放置MIMO雷达;获取MIMO雷达位置信息、观测区域位置信息;获取MIMO雷达的接收到的采集样本信息,采集样本信息为MIMO雷达发射天线经观测区域的发射信号;输入位置信息和样本信息至信号模型,信号模型输出通过最大似然估计输入信息的未知参数,信号模型输出估计未知参数的克拉美罗界值;输出生命体征参数信息及其参数估计的性能。本申请实现了通过MIMO雷达采用贝叶斯估计获取心跳频率的估计值,并利用参数的克拉美罗界值对估计性能进行评估。

    一种抗新型冠状病毒的异黄酮类化合物的发现及其应用

    公开(公告)号:CN118834194A

    公开(公告)日:2024-10-25

    申请号:CN202311428919.6

    申请日:2023-10-31

    发明人: 邹权 张鑫 胡瑞思

    摘要: 本发明属于设计药学和冠状病毒感染药物领域,公开了一种抗新型冠状病毒的黄酮类化合物的组合及其应用,通过虚拟筛选方法得到的1种具有抗主蛋白酶活性化合物及其应用,该发明通过采用分子动力学模拟的方式对多个主蛋白酶体系进行拟合,根据打分函数,结合能计算和RMSD数值等多个维度与参照化合物对比分析出这种化合物具有抗新型冠状病毒的活性。希望该化合物早日应用为治疗新型冠状病毒的药物。

    一种基于神经网络的兵棋位置预测方法

    公开(公告)号:CN118767419A

    公开(公告)日:2024-10-15

    申请号:CN202410876717.6

    申请日:2024-07-02

    摘要: 本发明公开了一种基于神经网络的兵棋位置预测方法,首先将兵棋回放数据集经过预处理、解析回放、特征提取后,得到神经网络训练所需输入特征,然后初始化训练所用的对手位置预测网络与环境,加载特征数据至对手位置预测网络中,不断降低预测位置与真实位置之间的交叉熵损失并记录,使用指数加权平均数方法来计算预测准确率,同时使用验证集对当前模型进行验证,得到最优模型参数,推理对手当前位置,完成兵棋位置预测。本发明的方法通过兵棋回放数据集的处理与CCNN‑GRU神经网络的训练和推理,使得位置预测模型能推理出历史可见,当前不可见对手的位置,并且支持敌我双方数量的增减,满足兵棋推演中未知对手数量的对抗场景,实用性与泛化性更强。

    一种基于DNABERT微调的G-四链体预测方法

    公开(公告)号:CN118447929B

    公开(公告)日:2024-10-11

    申请号:CN202410906104.2

    申请日:2024-07-08

    摘要: 本发明属于计算机生物学领域,具体涉及一种基于DNABERT微调的G‑四链体预测方法。该基于DNABERT微调的G‑四链体预测方法,包括如下步骤:构建数据集:获取来自不同细胞系的序列数据,使用预测工具预测其中潜在的四链体形成序列PQS;将PQS与通过高通量测序技术得到的G4峰值进行交集处理;将与G4峰值有至少一个碱基对重叠的PQS定义为eG4作为正样本;根据得到的eG4正样本,从人类基因组随机提取多方面特征类似于正样本的序列作为负样本,得到由正样本和负样本构成的数据集;使用所述数据集对DNABERT预训练模型进行微调。本发明提高了对G‑四链体的预测性能,同时还增强了模型的可解释性。