-
公开(公告)号：CN118173255A
公开(公告)日：2024-06-11
申请号：CN202311342912.2
申请日：2023-10-17
申请人： 大连大学
IPC分类号： G16H50/30 , G16H50/70 , G16H10/60 , G06F18/241 , G06F18/25 , G06N3/045 , G06N3/0464 , G06N3/0499 , G06N3/08 , G06F123/02
摘要： 本发明公开了一种基于时间感知自注意力机制的异构数据融合死亡率预测模型，包括：数据融合模块，具有结构化数据和非结构化数据；基于时间感知自注意力机制的死亡率预测融合模型，具有静态信息编码器、时序时间信号编码器、时序临床笔记编码器、患者表示层和预测输出层；其将EHR中的结构化数据与非结构化数据结合起来，充分利用EHR中的非结构化数据，增强患者嵌入表示，得到更为精确的患者嵌入表示，提高模型死亡率预测的精度；引入了时间衰减模块，使得模型能够考虑患者各个住院经历的时间间隔，从而控制不同时间段住院经历对当前时刻结局预测的影响大小，使得模型预测过程更加符合客观规律，进而提高模型预测的准确度。
-
公开(公告)号：CN117424600A
公开(公告)日：2024-01-19
申请号：CN202311342916.0
申请日：2023-10-17
申请人： 大连大学
摘要： 本发明公开了基于德布鲁因剪接轮转图实现DNA存储编码的方法，包括：先将原始二进制分成两部分进行异或，按照动态二进制的生成规则找到对应的动态二进制。其次，将异或后的二进制序列和动态二进制序列再次异或，异或后按照碱基映射规则得到德布鲁因序列，构造出德布鲁因剪接图并进行压缩得到DNA序列。然后，将第二部分二进制和动态二进制序列进行分组转化成十进制，按照顺序找出对应的频率；最后，按照原始分组得到的十进制数找到索引树中所对应的码字，在轮转矩阵中找到码字对应的碱基对。合并两部分得到DNA序列。本方法在提高稳定性和纠错能力方面表现出了较好的性能，使得数据在存储过程中具有更高的可靠性和安全性。
-
公开(公告)号：CN109584345B
公开(公告)日：2023-10-31
申请号：CN201811337675.X
申请日：2018-11-12
申请人： 大连大学
IPC分类号： G06T13/40 , G06N3/0464 , G06N3/08
摘要： 本发明涉及一种基于卷积神经网络的人体运动合成方法，包括训练模型及测试模型的步骤：训练模型的步骤包括：收集的运动捕捉数据，输入到网络中进行训练；建立三层卷积神经网络模型，在三层卷积神经网络上叠加一个自编码器网络模型，将输入的运动数据进行编码，解码，训练；在卷积自编码器的隐藏单元中加入位置约束、骨长度约束、轨迹约束；在三层卷积神经网络输出之前，加入人物风格约束网络，同时训练位置约束、骨长度约束、轨迹约束、以及风格网络的提取。测试模型的步骤包括：将测试的运动数据输入到训练好的模型中，以测试数据是否能够合成运动。本发明没有数据集的要求，可以扩展到大量的数据集，进行并行的处理。
-
公开(公告)号：CN113904764B
公开(公告)日：2023-06-16
申请号：CN202111111707.6
申请日：2021-09-18
申请人： 大连大学
摘要： 本发明公开了一种基于多尺度压缩感知和马尔科夫模型的图像加密方法，根据图像的低频系数与高频系数携带信息的不同，对图像的低频系数与高频系数设置不同的采样率，能够有效地提高解密图像的重构质量。另外，通过结合混沌系统与马尔科夫模型，用先对图像进行系数矩阵内置乱，后对图像进行系数矩阵间置乱，最后进行独立扩散与全局扩散的策略完成加密的过程。相比于已有方案生成的密文图像信息熵更高，难以获取原始图像的相关信息，同时有较好的明文敏感性和密钥敏感性，可以抵抗各种攻击。经过本发明获得的解密图像，相比于已有方案生成的解密图像质量更高，可以取得更好的视觉效果以及更完整的原图像信息。
-
公开(公告)号：CN110534154B
公开(公告)日：2023-06-09
申请号：CN201910832011.9
申请日：2019-09-04
申请人： 大连大学
摘要： 本发明公开了基于和声搜索的鲸鱼DNA序列优化方法，首先随机生成一个初始化种群；其次，采用WOA算法对种群进行更新；接着，用和声搜索扩大搜索范围，得到新种群；然后通过加入多个约束条件缩小解空间；最后，对结果的适应度值进行排序并输出最优序列。和声搜索离散性强，对局部优解的搜索能力较强，通过和声不断搜索，在个体周围增加扰动，从而在使算法避免陷入局部最优的同时增加了种群的丰富度。
-
公开(公告)号：CN111276186B
公开(公告)日：2023-05-26
申请号：CN202010063576.8
申请日：2020-01-20
申请人： 大连大学
IPC分类号： G16B25/20 , G16B25/00 , G01N27/447 , G01N21/64
摘要： 本发明公开了基于Mg2+调控的E6型核酶识别臂驱动DNA电路的方法，其具体为：在Mg2+的控制下，E6型核酶的构象发生变化，被碱基分隔在两端的识别臂可以实现连续的DNA链的功能，与带有toehold的DNA双链底物杂交，进行链置换反应，从而输出信号。首先，使用Mg2+作为开关，利用E6型核酶识别臂的变构建立基本的DNA逻辑门。其次，将逻辑门进行组合级联，构建双层级联电路。最后，对双层级联电路进行优化改进，设计DNA自催化电路。该方法拓展了E6型核酶的功能，优化了其在逻辑计算中产生信号的速度。本发明为实现更复杂的逻辑计算提供了新思路，并为检测和生物传感探索了新的方向。
-
公开(公告)号：CN115473625A
公开(公告)日：2022-12-13
申请号：CN202211168486.0
申请日：2022-09-19
申请人： 大连大学
摘要： 本发明公开了一种基于自适应分块压缩感知与非负矩阵分解的视觉安全图像加密方法，首先，对明文图像作Tetrolet变换，接着对稀疏矩阵优化稀疏度并作矩阵置乱，使得图像矩阵的各个分块区域内的稀疏度均衡化。之后根据图像信息计算分块区域的采样数，构造测量矩阵并进行优化，利用优化后的测量矩阵对图像进行压缩。然后对压缩后的图像进行置乱和扩散操作来完成加密过程。最后将图像信息通过非负矩阵分解嵌入到载体图像得到视觉安全的密文图像。解密过程即为加密过程的逆过程。经过本发明的加密方法对明文图像进行加密，整个过程与明文信息密切联系，使得整个加密系统有较强的抵抗选择明文攻击与已知明文攻击的能力。
-
公开(公告)号：CN115272045A
公开(公告)日：2022-11-01
申请号：CN202210988446.4
申请日：2022-08-17
申请人： 大连大学
摘要： 本发明公开了一种彩色数字图像水印方法，首先对载体图像进行变换，得到奇异值矩阵；其次对水印图像进行变换得到奇异值矩阵；接着分别对两个奇异值矩阵应用奇异值分块嵌入方法，并采用改进的差分进化算法对水印的嵌入强度进行优化，得到最优的嵌入强度。此外还利用水印经奇异值分解而得的左右奇异向量生成数字签名，并将数字签名嵌入到载体图像中标准差较大的区域，最终得到含数字签名和水印的载体图像。本发明将改进的差分进化算法(DE)与奇异值分块嵌入方法(SVBE)结合，水印的不可见性和鲁棒性均较好，能够很好地平衡水印方法的鲁棒性和不可见性。
-
公开(公告)号：CN114549308A
公开(公告)日：2022-05-27
申请号：CN202210108462.X
申请日：2022-01-28
申请人： 大连大学
摘要： 本发明提供了面向感知的具有大感受野的图像超分辨率重建方法及系统，涉及图像处理领域，首先，对超分辨率重建数据集中的原始数据进行预处理，构建出成对的LR‑HR训练数据；其次，将预处理好的数据集输入到面向PSNR具有感受野的超分辨率重建网络中，仅采用L1作为训练损失进行训练；然后，使用训练过的面向PSNR的模型作为生成器的初始化，将鉴别器与生成器交替训练，得到最终的超分辨率重建模型；最后，加载上述模型，将所需要超分的图片输入到训练完的超分辨率重建网络模型中，得到低分辨率图像所对应的高分辨率图像。本发明有效的提取了图像多尺度信息，并且能够重建出更多的高频信息以及复杂的纹理细节等，在图像感知指标上有显著提高。
-
公开(公告)号：CN108898063B
公开(公告)日：2021-05-04
申请号：CN201810562059.8
申请日：2018-06-04
申请人： 大连大学
摘要： 本发明涉及一种基于全卷积神经网络的人体姿态识别装置及方法。首先，采集人体姿态数据构建训练数据集，捕获人体姿态图像并以手动标注对应图像上人体的关节点位置坐标；然后，对三阶段的全卷积神经网络进行训练，优化关节点预测器的识别精度；其次，在全卷积神经网络的前两个阶段依次提取待识别图像局部特征和关节点邻域特征；再次，在全卷积神经网络的第三阶段对两个特征进行叠加融合；最后，将融合后的特征作为关节预测器的输入，进而识别图像中人体关节点位置。本发明利用一个三阶段的全卷积神经网络配合多源特征来提高关节点的识别精度，改进了传统手工设计特征的弊端，具有简单、可靠等优点。
-
-
-
-
-
-
-
-
-
搜索结果
182 条记录 (耗时 0.031 秒)
