公开(公告)号：CN120012598A

公开(公告)日：2025-05-16

申请号：CN202510170083.7

申请日：2025-02-17

Applicant: 吉林大学

Inventor： 周丰丰 ,  顾天媛 ,  李柯薇 ,  范雨思 ,  王楚越

IPC: G06F30/27 ,  G06F30/17 ,  G06N3/006 ,  G06F111/04 ,  G06F119/14

Abstract: 本发明适用于结构优化设计技术领域，提供了基于改进的粒子群优化算法的拉压弹簧设计方法。本发明提出的改进的粒子群优化(SuperMOP)算法融合了精英档案策略和优势组合学习策略，并引入了基于个体水平的突变算子。它根据粒子的表现为其分配不同的角色，从而动态更新学习策略。本发明改进的粒子群优化算法与几种最先进的算法进行了对比，结果表明SuperMOP算法有效地平衡了探索和利用过程，提高了种群多样性，并增强了学习样本的多样性。本发明将改进的粒子群优化算法应用在拉压弹簧设计问题上，为拉压弹簧设计问题提供了一种具有强大全局搜索能力的新模式，特别适用于解决复杂且多变的约束工程优化难题。

公开(公告)号：CN112131353A

公开(公告)日：2020-12-25

申请号：CN202011082515.2

申请日：2020-10-12

Applicant: 吉林大学

Inventor： 周丰丰 ,  于翠楠 ,  牛甲昱

IPC: G06F16/33 ,  G06F40/284 ,  G06N3/08

Abstract: 本发明公开了一种解决有关全文解读分析问题的方法，包括以下步骤：步骤一：数据预处理：步骤二：构建模型：步骤三，集成结果。本发明一种解决思路，通过引入多输入端的神经网络，使用合适的算法融合不同问题和文档内容，并使用规则结合训练的方法，规避单独使用训练的各种弊端，最后使用合理的集成算法将抽取式方法和生成式方法这两种不同手段获取的答案集成。

公开(公告)号：CN116913392A

公开(公告)日：2023-10-20

申请号：CN202310911493.3

申请日：2023-07-25

Applicant: 吉林大学

Inventor： 周丰丰 ,  唐思源 ,  宋晓楠

IPC: G16B40/00 ,  G16B20/00 ,  G16B5/00

Abstract: 本发明适用于生物信息检测技术领域，提供了基于回归模型融合多组学检测TF‑mRNA调控关系的方法，包括以下步骤：步骤S1、数据处理和融合；步骤S2、构建MIMO模型；步骤S3、构造mqTrans特征；步骤S4、训练模型；步骤S5、使用独立验证集检验标志物有效性。本发明融合多个组学数据，构建更准确、更稳定的转录调控关系网络；基于回归模型定量描述TF和mRNA之间的转录调控关系，借助神经网络的激活函数可以实现非线性回归拟合，更适合生物医学数据的特点，较传统的统计分析效果更好；构造mqTrans特征，可以定量刻画基因在不同组别中转录调控关系发生的变化，找到暗标志物。

公开(公告)号：CN108320800A

公开(公告)日：2018-07-24

申请号：CN201810337894.1

申请日：2018-04-16

Applicant: 吉林大学

Inventor： 周丰丰 ,  张胤达 ,  杨舒涵 ,  刘洋 ,  张业先 ,  韩秉峰 ,  徐钦韬

IPC: G16H50/20 ,  G06K9/00

Abstract: 本发明提供一种癫痫病发作检测和发作前预测的脑电数据分析系统，该系统先采集头皮EEG信号，并通过对头皮EEG信号处理得到时频域特征、时域特征和频域特征，然后使用特征选择算法对得到的特征集合进行筛选，得到最优特征子集，最后使用最优特征子集对SVM进行训练，得到分类器，通过分类器得到癫痫预测数据和癫痫检测数据。本发明仅使用病人的头皮EEG信号，大大减少了病人的痛苦，且本发明在仅使用头皮EEG信号的情况下仍能达到高于现有技术的检测准确率，还能对癫痫的发作进行提前5-10s的预测，并且预测率接近100％。

公开(公告)号：CN110717541A

公开(公告)日：2020-01-21

申请号：CN201910962947.3

申请日：2019-10-11

Applicant: 吉林大学

Inventor： 周丰丰 ,  李飞 ,  刘确旺

IPC: G06K9/62 ,  G06N7/02

Abstract: 本发明提供一种利用模糊聚类的基因网络分析方法，该方法将现有基因网络分析中硬聚类替换为模糊聚类。本发明由于模糊聚类具有簇之间非斥的特点，即对象可以同时属于多个簇，而簇之间可以有交集，这与系统生物学中基因参与多种生物功能子系统的运作的观点很契合，进而使得簇的划分更准确和更符合生物学逻辑，从而达到从生物学角度优化基因网络分析算法的目的。

公开(公告)号：CN119540622A

公开(公告)日：2025-02-28

申请号：CN202411605850.4

申请日：2024-11-12

Applicant: 吉林大学

Inventor： 周丰丰 ,  马翔 ,  王月英 ,  李柯薇 ,  范雨思

IPC: G06V10/764 ,  G06V20/10 ,  G06V10/58 ,  G06V10/82 ,  G06V10/44 ,  G06N3/0455 ,  G06N3/0895

Abstract: 本发明适用于高光谱图像分类技术领域，提供了一种基于自监督学习的高光谱图像分类系统。本发明还提供了一种基于自监督学习的高光谱图像分类方法，包括以下步骤：对输入的高光谱图像数据进行数据处理和特征重构；对预处理后的高光谱图像数据进行浅层特征提取与长距离依赖建模，使用重构路径模型的参数对分类过程进行指导；将分类路径模型提取的特征进行分类结果输出。本发明通过自监督学习和联合分类编码器实现对高光谱图像数据的高效特征提取与分类，提高分类精度和泛化能力，从而实现高效、鲁棒的高光谱图像分类，具有很强的实用性和可推广性。

公开(公告)号：CN119252332A

公开(公告)日：2025-01-03

申请号：CN202411764080.8

申请日：2024-12-04

Applicant: 吉林大学

Inventor： 周丰丰 ,  郑嘉鑫 ,  李柯薇 ,  范雨思 ,  王月英

IPC: G16B25/10 ,  G16B40/00 ,  G06N3/045 ,  G06N3/08

Abstract: 本发明适用于数据分析技术领域，提供了基于深度回归算法的基因调控网络的数据分析系统及方法，所述方法包括以下步骤：将基因身份和基因表达量数值转换为向量表示；计算基因向量表示之间的注意力分数，作为基因之间关系的评判标准；对具体的基因表达量进行预测。本发明通过引入高斯层，增强了抗噪性能，利用嵌入和注意力机制，捕捉基因间复杂的调控关系，并在单细胞水平上实现个体化的GRN预测，能够克服现有方法在癌症患者个性化治疗中的缺陷，进而支持癌症患者个性化治疗中的基因表达量分析和预测。