-
公开(公告)号：CN119580827A
公开(公告)日：2025-03-07
申请号：CN202510139658.9
申请日：2025-02-08
Applicant: 浙江大学
Abstract: 本发明公开了一种基于变分编码的药物靶标结合性预测方法，属于生物信息学领域。本发明通过双阶段耦合的端到端的神经网络，实现对药物和靶标特征的高效提取、药物和靶标特征的潜在特征空间构建以及其相互作用关系的预测。该模型主要由两个阶段构成，在第一阶段通过变分压缩和提取特征，获得药物和靶标特征的潜在表示，在第二阶段通过上下采样综合的深度神经网络重构药物靶标作用矩阵。通过该架构，能够有效整合药物的化学特征与靶标的生物学特征，提升互动关系预测的准确性。本发明同时为生物学大数据的深入分析提供了一种新颖而高效的解决方案。
-
公开(公告)号：CN119049566A
公开(公告)日：2024-11-29
申请号：CN202410877180.5
申请日：2024-07-02
Applicant: 浙江大学长三角智慧绿洲创新中心
Abstract: 本发明公开了一种基于自回归大模型的核酸序列特征挖掘方法，该方法全程基于无监督式一维核酸序列进行挖掘，基于频率统计法归纳有效k‑mer核苷酸片段，使用提取的k‑mer核苷酸片段作为分割基础，基于无监督式自回归转换器模型上进行特征训练，从而得到密集型高语义信息的序列嵌入特征。本发明实现了基于大规模数据集的无监督学习方法，在降低数据采集和标注实现成本同时将核酸序列信息映射到高维语义空间，实现高密度语义信息的特征提取，为疾病预测分类、药物开发等下游任务提供基础。
-
公开(公告)号：CN111583094B
公开(公告)日：2023-04-25
申请号：CN202010385501.1
申请日：2020-05-09
Abstract: 本发明涉及一种基于FPGA的图像脉冲编码方法及系统，包括：构建异构计算机系统；获取灰度图像及归一化像素值；将归一化像素值放大T倍，并输入至缓存区；将灰度图像进行切分，并将切分后的灰度图像送入PE阵列所对应的缓存区，产生脉冲信号；当频率值生成器接收到外部输入像素值时，将像素值放大预先设定倍数产生Frate数据缓存在BUFF中；将T值扩大预先设定倍数；计算时间间隔，并存储于BUFI中；将Frate数据以SEL信号送入Accumulator和Output Block中，判断所述SEL信号是否为0，若为0，则使Accumulator和Output Block处于休眠状态；将所述时间间隔通过寄存器不断累加得到脉冲发放的时间序列，最终生成图像脉冲序列。本发明能够降低数据处理延迟时间。
-
公开(公告)号：CN116403097A
公开(公告)日：2023-07-07
申请号：CN202310397030.X
申请日：2023-04-04
IPC: G06V20/00 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/048 , G06N3/049 , G06N3/084
Abstract: 本说明书公开了一种目标检测方法、装置、存储介质及电子设备，本说明书实施例中根据待转换的脉冲神经网络模型所需的运行时长，对原始人工神经网络模型中每个神经元的激活函数进行调整，得到调整后激活函数。将通过调整后激活函数训练得到的训练后模型参数迁移到脉冲神经网络模型中，得到初始脉冲神经网络模型。在此方法中，由于人工神经网络模型中调整后激活函数是通过脉冲神经网络模型的运行时长进行调整的，所以，将通过调整后激活函数训练得到的模型参数迁移到脉冲神经网络模型中，无需脉冲神经网络模型消耗额外的运行时长来达到与人工神经网络模型接近的性能，从而减少了脉冲神经网络模型运行的计算量和功耗。
-
公开(公告)号：CN111583094A
公开(公告)日：2020-08-25
申请号：CN202010385501.1
申请日：2020-05-09
Abstract: 本发明涉及一种基于FPGA的图像脉冲编码方法及系统，包括：构建异构计算机系统；获取灰度图像及归一化像素值；将归一化像素值放大T倍，并输入至缓存区；将灰度图像进行切分，并将切分后的灰度图像送入PE阵列所对应的缓存区，产生脉冲信号；当频率值生成器接收到外部输入像素值时，将像素值放大预先设定倍数产生Frate数据缓存在BUFF中；将T值扩大预先设定倍数；计算时间间隔，并存储于BUFI中；将Frate数据以SEL信号送入Accumulator和Output Block中，判断所述SEL信号是否为0，若为0，则使Accumulator和Output Block处于休眠状态；将所述时间间隔通过寄存器不断累加得到脉冲发放的时间序列，最终生成图像脉冲序列。本发明能够降低数据处理延迟时间。
-
Patent Agency Ranking
公开(公告)号：CN119049566B
公开(公告)日：2025-05-16
申请号：CN202410877180.5
申请日：2024-07-02
Applicant: 浙江大学长三角智慧绿洲创新中心
Abstract: 本发明公开了一种基于自回归大模型的核酸序列特征挖掘方法，该方法全程基于无监督式一维核酸序列进行挖掘，基于频率统计法归纳有效k‑mer核苷酸片段，使用提取的k‑mer核苷酸片段作为分割基础，基于无监督式自回归转换器模型上进行特征训练，从而得到密集型高语义信息的序列嵌入特征。本发明实现了基于大规模数据集的无监督学习方法，在降低数据采集和标注实现成本同时将核酸序列信息映射到高维语义空间，实现高密度语义信息的特征提取，为疾病预测分类、药物开发等下游任务提供基础。
-
公开(公告)号：CN116259310A
公开(公告)日：2023-06-13
申请号：CN202310110811.6
申请日：2023-01-16
Abstract: 一种面向硬件的深度脉冲神经网络语音识别方法，包括：获取开源语音数据集；对语音数据集进行预处理，从高维语音数据中获得低维语音特征，并将其编码为脉冲序列；构建深度脉冲神经网络模型，模型中各神经元均采用硬件友好的集成点火模型；构造损失函数，采用梯度替代的时空反传算法更新网络权值，在训练数据集上对深度脉冲神经网络模型进行训练，并保存更新后的网络权值；将浮点权值量化为定点权值，深度脉冲神经网络模型加载量化后的定点权值，对测试数据集进行识别，得到预测的分类标签，实现面向硬件的深度脉冲神经网络模型的语音识别。本发明还包括一种面向硬件的深度脉冲神经网络语音识别系统本发明降低了识别功耗，保持了近似的识别准确率。
-
公开(公告)号：CN110591984B
公开(公告)日：2021-05-04
申请号：CN201911041821.9
申请日：2019-10-30
Applicant: 浙江大学
IPC: C12N1/20 , C02F3/34 , C12R1/01 , C02F101/32 , C02F101/34
Abstract: 本发明公开了一种可降解甲苯、二甲苯与丙烯酸水混合废水的混合菌剂，含有短单胞杆菌(Brachymonas sp)LM‑R和拜叶林克氏菌(Beijerinckiacase sp)LM‑W。本发明还同时提供了上述混合菌剂在同时降解含甲苯、二甲苯与丙烯酸的混合废水中的应用：将混合菌剂接种至含甲苯、二甲苯与丙烯酸的混合废水中，直至短单胞杆菌LM‑R接种量OD415nm0.2‑0.4、拜叶林克氏菌LM‑W接种量OD415nm0.1‑0.2；然后于开放体系下搅拌、pH6.0‑7.0、25‑30℃的条件下进行降解，降解时间为至少24h时。
-
公开(公告)号：CN110591984A
公开(公告)日：2019-12-20
申请号：CN201911041821.9
申请日：2019-10-30
Applicant: 浙江大学
IPC: C12N1/20 , C02F3/34 , C12R1/01 , C02F101/32 , C02F101/34
Abstract: 本发明公开了一种可降解甲苯、二甲苯与丙烯酸水混合废水的混合菌剂，含有短单胞杆菌(Brachymonas sp)LM-R和拜叶林克氏菌(Beijerinckiacase sp)LM-W。本发明还同时提供了上述混合菌剂在同时降解含甲苯、二甲苯与丙烯酸的混合废水中的应用：将混合菌剂接种至含甲苯、二甲苯与丙烯酸的混合废水中，直至短单胞杆菌LM-R接种量OD415nm0.2-0.4、拜叶林克氏菌LM-W接种量OD415nm0.1-0.2；然后于开放体系下搅拌、pH6.0-7.0、25-30℃的条件下进行降解，降解时间为至少24h时。
-
公开(公告)号：CN114118378A
公开(公告)日：2022-03-01
申请号：CN202111456234.3
申请日：2021-12-02
Abstract: 本发明属于脉冲神经网络技术领域，涉及一种基于阈值自适应神经元的硬件友好STDP学习方法和系统，该方法包括以下步骤：S1：采用频率编码将输入图片编码成脉冲序列并输入脉冲神经网络SNN；S2：SNN的兴奋层神经元接收输入脉冲，累积膜电位，当膜电压达到阈值时，发放脉冲且膜电位复位；S3：SNN抑制层与兴奋层神经元一对一连接，接收其输出脉冲并抑制兴奋层神经元；S4：根据STDP学习规则并采用硬件友好权重归一化方法，对输入层和兴奋层间的兴奋性突触权重进行更新；S5：学习完成后，利用兴奋层神经元的脉冲输出序列进行图像识别。本发明能够在保证准确率和稳定性的同时，降低算法在硬件实现的资源消耗。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.026 seconds)
