-
公开(公告)号：CN116646012A
公开(公告)日：2023-08-25
申请号：CN202310286302.9
申请日：2023-03-21
申请人： 广东工业大学
摘要： 本发明提供一种基于不平衡邻居约束随机游走的LncRNA‑疾病关联预测方法(LNS‑NCURW)，包括以下步骤：S1：获取LncRNA‑疾病邻接矩阵A，融合LncRNA的表达相似性矩阵(LES)、功能相似性矩阵(LFS)和高斯相似性矩阵(LGS)得到LncRNA综合相似性矩阵(LS)，融合疾病的语义相似性矩阵(DSS)和高斯相似性矩阵(DGS)得到疾病综合相似性矩阵(DS)，并使用WKNKN算法来获取潜在的关联关系得到关联矩阵Y；S2：使用线性邻域相似性方法(LNS)重构LncRNA和疾病的相似性得到ILLS和ILDS，再分别计算LncRNA和疾病的邻居约束转移矩阵NCl和NCd；S3：整合lncRNA和疾病的相似性信息，通过矩阵乘法的结果更新关联矩阵Y，再利用邻居约束不平衡随机游走方法分别从LncRNA网络和疾病网络预测LncRNA‑疾病关联预测评分，然后再综合LncRNA网络方向评分和疾病方向评分得到最终预测得分P_SCORE。本发明引入了邻居约束来控制随机游走的游走方向，使得节点随机游走的时候往关联性更高的节点游走，使得关联性弱的节点得分低，而关联性高的节点得分高，从而提高预测的精准性，实现了lncRNA‑疾病的关联预测。
-
公开(公告)号：CN114913916A
公开(公告)日：2022-08-16
申请号：CN202210411352.0
申请日：2022-04-19
申请人： 广东工业大学
摘要： 本发明实施例公开了一种预测新冠病毒适应药物的药物重定位方法，包括：步骤1：采用WKNKN算法处理人类药物‑病毒关联数据集；步骤2：分别计算药物和病毒的杰卡德相似性和高斯核相似性；步骤3：利用中心核对称多核学习方式进行整合，从而分别获得药物和病毒的综合相似性矩阵；步骤4：结合处理完的人类药物‑病毒关联数据集信息，通过压缩感知算法补全原人类药物‑病毒关联数据集中缺失的关联，得到预测概率矩阵；步骤5：作为药物‑病毒的预测结果矩阵。本发明结合中心核对称的多核学习模型的压缩感知方法去预测药物与疾病的潜在关联概率，并进行实验验证该方法作为寻找能与新冠病毒作用的药物研发辅助工具的可行性。
-
公开(公告)号：CN117315441A
公开(公告)日：2023-12-29
申请号：CN202311274299.5
申请日：2023-09-28
申请人： 广东工业大学
IPC分类号： G06V10/82 , G06V10/25 , G06V10/764 , G06V10/766 , G06V10/44 , G06V10/774 , G06V20/56 , G06N3/0464 , G06N3/084
摘要： 本发明提供基于改进YOLOX的道路井盖状态检测方法，包括以下步骤：S1：建立模型需要的数据集，采集多种不同情况下的道路井盖图像，并进行图像处理；S2：建立YOLOX模型，得到的一种无锚框检测器；S3：在Decoupled Head模块的输入之前插入高效的通道注意力模块(ECANet)，进一步提取通道特征；S4：使用了PyTorch框架进行了冻结骨干网络的训练策略，实现模型；S5：通过分类和回归得到最后道路井盖状态的检测结果。本发明将井盖状态细分为正常、破损和沉降三类，并在YOLOX模型的解耦头之前，加入了注意力模块ECANet进一步提取通道特征，为高效确定道路井盖位置并识别其状态提供了一种新方法。
-
公开(公告)号：CN116189779A
公开(公告)日：2023-05-30
申请号：CN202310121308.0
申请日：2023-02-14
申请人： 广东工业大学
摘要： 本发明提供基于加权核规范正则化算法的lncRNA‑疾病关联预测方法，包括以下步骤：S1：获取lncRNA‑疾病邻接矩阵LD；S2：计算lncRNA表达相似性LSexp、lncRNA功能相似性LSfun、lncRNA高斯相似性LSgau、lncRNA线性邻域相似性LSlin、疾病语义相似性DSsem、疾病高斯相似性DSgau、疾病线性邻域相似性DSlin；S3：采用k‑近邻中心核对齐算法将lncRNA和疾病的相似性分别整合到同一空间；S4：利用lncRNA‑疾病关联矩阵、lncRNA和疾病的最优相似性核矩阵构建一个异构矩阵作为矩阵补全的目标矩阵；S5：将异构矩阵输入加权核规范正则化模型中进行补全，最终得到预测的lncRNA‑疾病的关联。本发明利用k‑近邻中心核对齐算法对相似性信息进行整合用于辅助预测，构建加权核规范正则化模型对异构矩阵进行补全，实现更加准确的lncRNA‑疾病的关联预测。
-
-
-
搜索结果
4 条记录 (耗时 0.026 秒)
