一种时序预测模型的训练方法、装置、设备及存储介质

    公开(公告)号:CN119415943A

    公开(公告)日:2025-02-11

    申请号:CN202411298266.9

    申请日:2024-09-18

    Applicant: 深圳大学

    Abstract: 本发明适用深度学习与数据处理技术领域,提供了一种时序预测模型的训练方法,时序预测模型包括输入层、第一分支网络、第二分支网络以及输出层,其中,第一分支网络和第二分支网络均包括MambaFFN模块,该模型的训练方法包括:通过输入层对训练数据集进行归一化处理,通过第一分支网络对归一化后的训练数据集进行变量嵌入处理,得到第一表示,通过第二分支网络对归一化后的训练数据集进行补丁嵌入处理,得到第二表示,通过输出层对第一表示和第二表示进行融合处理,得到在预测时间步长内每个时间步上的预测结果,基于预测结果,采用损失函数对时序预测模型进行迭代训练,直至损失函数收敛,从而提高了模型的训练效果以及模型对近未来预测的精度和准确性。

    蛋白质-蛋白质对接方法、装置、智能设备和存储介质

    公开(公告)号:CN119400235A

    公开(公告)日:2025-02-07

    申请号:CN202411244529.8

    申请日:2024-09-05

    Applicant: 深圳大学

    Abstract: 本申请适用于生物信息技术领域,提供了一种蛋白质‑蛋白质对接方法、装置、智能设备和存储介质,所述方法包括:对受体蛋白质的表面空间进行全局搜索,确定所述受体蛋白质与配体蛋白质的若干候选对接姿态;根据预设优化算法对所述若干候选对接姿态进行优化,确定目标对接姿态;对所述目标对接姿态进行聚类;基于所述聚类的结果,确定所述受体蛋白质与所述配体蛋白质的最佳对接姿态。本申请可高效搜索结合构象,提高蛋白质‑蛋白质对接的效率与成功率。

    一种预测模型解释方法、装置、电子设备及可读存储介质

    公开(公告)号:CN118333164A

    公开(公告)日:2024-07-12

    申请号:CN202410390475.X

    申请日:2024-04-01

    Applicant: 深圳大学

    Abstract: 本申请提供了一种预测模型解释方法、装置、电子设备及可读存储介质。所述方法包括:通过第一预测模型将第一数据集的第一样本转换至潜在空间获得潜在变量以及根据潜在变量生成重构数据,第一样本为高维数据,第一预测模型为决策树模型;根据预设损失函数计算第一预测模型的损失值;根据损失值,更新第一预测模型的参数,并返回执行上述步骤;当第一预测模型的训练情况满足第一预设条件获得第二预测模型以及对应的第一模型结构,第一模型结构用于表征第一预测模型预测样本的解释结果。本申请的第一预测模型能够学习高维数据的潜在结构,实现对高维数据的潜在结构的特征进行分层划分,获得关于高维数据的潜在结构的树结构,为预测模型提供可解释性。

    时序约束下多卡车多无人机包裹投递任务分配方法

    公开(公告)号:CN117973990A

    公开(公告)日:2024-05-03

    申请号:CN202410390352.6

    申请日:2024-04-02

    Applicant: 深圳大学

    Abstract: 本发明公开了一种时序约束下多卡车多无人机包裹投递任务分配方法,在第一阶段根据卡车‑无人机的初始位置、待配送客户的位置以及表示时序约束的有向无环图,采用续航约束检查方法获取满足续航约束的卡车‑无人机路径,在第二阶段采用变邻域下降算法对满足续航约束的卡车‑无人机路径进行改进,得到卡车‑无人机的联合配送路径,完成多卡车多无人机包裹投递任务分配。本发明能够安排每对卡车‑无人机的服务路径,使得在满足无人机载货量、飞行时长以及时序约束的同时,最小化最后一个客户被服务的时间。

    备件异常领用数据识别方法、装置和计算机设备

    公开(公告)号:CN117807374A

    公开(公告)日:2024-04-02

    申请号:CN202410024952.0

    申请日:2024-01-03

    Abstract: 本申请涉及一种备件异常领用数据识别方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括:从原始领用数据中提取原始数据特征、各类备件各自的领用序列;确定各类备件的领用序列中不符合领用数量分布规律的异常离散点,将异常离散点对应的领用数据作为第一异常数据;基于从原始数据特征中筛选出用于识别异常领用数据的关键特征,识别得到第二异常数据;基于第一异常数据与第二异常数据,对达到设定长度的领用序列进行趋势预测,根据预测所得趋势与领用序列的实际趋势之间的对比结果,确定第三异常数据;整合第一异常数据、第二异常数据及第三异常数据,得到备件异常领用数据。采用本方法能够准确、高效地筛选出异常领用数据。

    声音降噪方法、系统、降噪设备及计算机可读存储介质

    公开(公告)号:CN114176623B

    公开(公告)日:2023-09-12

    申请号:CN202111575850.0

    申请日:2021-12-21

    Applicant: 深圳大学

    Abstract: 本发明公开了一种声音降噪方法,包括步骤:获取第一目标采集点,确定与所述第一目标采集点不重合的第二目标采集点;采集所述第一目标采集点的第一初始声音信号,并采集所述第二目标采集点的第二初始声音信号;确定所述第一初始声音信号中的第一内部声音信号以及所述第二初始声音信号中的第二内部声音信号;获取所述第一目标采集点与所述第二目标采集点之间的直线距离,根据所述直线距离确定所述第二初始声音信号对应的衰减系数;根据所述衰减系数,确定所述第一内部声音信号对应的目标声音信号。本发明还公开了一种声音降噪系统、降噪设备及计算机可读存储介质。通过将本发明的声音降噪方法应用于降噪设备,能够得到降噪后的目标器官声音。

Patent Agency Ranking