-
公开(公告)号:CN107563150A
公开(公告)日:2018-01-09
申请号:CN201710770933.2
申请日:2017-08-31
申请人: 深圳大学 , 哈尔滨工业大学深圳研究生院
摘要: 本发明适用生物信息技术领域,提供了一种蛋白质结合位点的预测方法、装置、设备及存储介质,该方法包括:接收待预测的蛋白质序列,使用预设的滑动窗口和滑动步长对蛋白质序列进行序列划分,得到多个氨基酸子序列,根据这些氨基酸子序列构建蛋白质序列的词向量,对词元素进行文档特征提取,根据提取的文档特征构建蛋白质序列的文档特征向量,对这些氨基酸子序列进行蛋白质链生物学特征提取,根据提取的生物学特征构建蛋白质序列的生物学特征向量,使用预设的氨基酸残基分类模型对使用文档特征向量和生物学特征向量表示的氨基酸子序列进行分类,得到蛋白质序列的氨基酸残基类型,从而提高了蛋白质结合位点预测的准确性和泛用性。
-
公开(公告)号:CN107563150B
公开(公告)日:2021-03-19
申请号:CN201710770933.2
申请日:2017-08-31
申请人: 深圳大学 , 哈尔滨工业大学深圳研究生院
摘要: 本发明适用生物信息技术领域,提供了一种蛋白质结合位点的预测方法、装置、设备及存储介质,该方法包括:接收待预测的蛋白质序列,使用预设的滑动窗口和滑动步长对蛋白质序列进行序列划分,得到多个氨基酸子序列,根据这些氨基酸子序列构建蛋白质序列的词向量,对词元素进行文档特征提取,根据提取的文档特征构建蛋白质序列的文档特征向量,对这些氨基酸子序列进行蛋白质链生物学特征提取,根据提取的生物学特征构建蛋白质序列的生物学特征向量,使用预设的氨基酸残基分类模型对使用文档特征向量和生物学特征向量表示的氨基酸子序列进行分类,得到蛋白质序列的氨基酸残基类型,从而提高了蛋白质结合位点预测的准确性和泛用性。
-
公开(公告)号:CN108664994A
公开(公告)日:2018-10-16
申请号:CN201810344784.8
申请日:2018-04-17
申请人: 哈尔滨工业大学深圳研究生院 , 深圳大学
发明人: 徐勇
摘要: 本发明公开了一种遥感图像处理模型构建系统和方法,该方法包括:A、基于平均池化将所述浅卷积层的语义特征、深卷积层的语义特征归一处理;B、通过特征通道扩增的方式结合所述浅卷积层、深卷积层;C、设置用于生成目标的检测窗口的RPN单元。该系统用于执行方法。本发明通过整合多层的卷积网络的语义特征能够提取足够的抽象特征,同时降低图像的边缘信息的损失,提供遥感图像处理的精度。
-
公开(公告)号:CN108960099B
公开(公告)日:2021-07-06
申请号:CN201810653661.2
申请日:2018-06-22
申请人: 哈尔滨工业大学深圳研究生院 , 北京大学深圳研究生院
摘要: 本发明公开了一种人脸左右倾斜角度的估计方法、系统、设备及存储介质,包括以下步骤:将人脸图像以指定方式均分为第一图像和第二图像;计算所述第一图像与第二图像之间的像素值的相对差异值;根据所述相对差异值计算出对应的人脸左右倾斜角度。本发明的人脸左右倾斜角度的估计方法、系统、设备及存储介质的有益效果为:通过根据像素值的相对差异值计算出对应的人脸左右倾斜角度,简化了人脸倾斜角度估计的步骤,提高了人脸左右倾斜角度计算速度和有效地避免了光照变化的影响。
-
公开(公告)号:CN107748899B
公开(公告)日:2020-09-11
申请号:CN201711071551.7
申请日:2017-11-03
申请人: 哈尔滨工业大学深圳研究生院
摘要: 本发明提供了一种基于LSTM的二维图像的目标类别判识方法,包括以下步骤:S1、依照从外至内的环状串联的方式将二维图像转化为一维矢量,依照行序串联的方式将二维图像转化为一维矢量,依照从列序串联的方式将二维图像转化为一维矢量;S2、将上述三种转化方式所得到的一维矢量全部送入LSTM网络进行训练或者判识,然后输出三种结果;S3、将LSTM网络输出的三种结果进行融合,并基于最终的融合结果进行目标判识。本发明的有益效果是:对二维图像使用不同的方式得到一维向量可以充分利用二维图像在空间上的组织关系,明显提高判别的正确率,且具有很好的可解释性。
-
公开(公告)号:CN106066992B
公开(公告)日:2019-10-18
申请号:CN201610321262.7
申请日:2016-05-13
申请人: 哈尔滨工业大学深圳研究生院
IPC分类号: G06K9/00
摘要: 本发明提出了一种基于自适应局部约束的判别字典学习算法以解决字典学习算法在人脸识别中存在的问题。本发明首先利用原子构造自适应的拉普拉斯图,使其能够保持字典的局部结构特征。然后,利用编码系数矩阵的行向量与字典的拉普拉斯图设计局部约束判别式项,使得字典具有更强的判别性能,进而设计基于自适应局部约束的判别字典学习的人脸识别系统模型,提高人脸识别的分类性能。本发明算法的顺利开展将丰富和发展基于约束的字典学习理论体系,为增强字典鉴别性能、提升人脸识别的能力起着重要的指导作用。
-
公开(公告)号:CN108960099A
公开(公告)日:2018-12-07
申请号:CN201810653661.2
申请日:2018-06-22
申请人: 哈尔滨工业大学深圳研究生院 , 北京大学深圳研究生院
CPC分类号: G06K9/00228 , G06K9/6201
摘要: 本发明公开了一种人脸左右倾斜角度的估计方法、系统、设备及存储介质,包括以下步骤:将人脸图像以指定方式均分为第一图像和第二图像;计算所述第一图像与第二图像之间的像素值的相对差异值;根据所述相对差异值计算出对应的人脸左右倾斜角度。本发明的人脸左右倾斜角度的估计方法、系统、设备及存储介质的有益效果为:通过根据像素值的相对差异值计算出对应的人脸左右倾斜角度,简化了人脸倾斜角度估计的步骤,提高了人脸左右倾斜角度计算速度和有效地避免了光照变化的影响。
-
公开(公告)号:CN104504394B
公开(公告)日:2018-09-25
申请号:CN201410756921.0
申请日:2014-12-10
申请人: 哈尔滨工业大学深圳研究生院
摘要: 本发明提出了一种基于多特征融合的密集人数估计方法与系统。首先,将图像分成N个相等的子块;然后,用基于CSLBP直方图纹理模型和混合高斯背景建模的方法,对图像进行分层次背景建模,提取各子块经透视校正后的前景面积,并结合改进的Sobel边缘检测算子检测出各子块边缘密度,还结合CSLBP变换和灰度共生矩阵提取描述图像纹理特征的四个不同方向的重要纹理特征向量;再通过主成分分析对提取到的人群前景分割特征向量和纹理特征向量进行降维处理;将降维后的特征向量输入到神经网络模型的输入层,由其输出层得到各子块的人数估计;最后,相加得到总人数。其具有较高的准确性和较好的鲁棒性,在对地铁站台监控视频的人数统计实验中取得了较好效果。
-
公开(公告)号:CN108280811A
公开(公告)日:2018-07-13
申请号:CN201810063893.2
申请日:2018-01-23
申请人: 哈尔滨工业大学深圳研究生院
IPC分类号: G06T5/00
摘要: 本发明公开了一种基于神经网络的图像去噪方法,包括:获取场景的高感光度图像和低感光度图像;生成第一神经网络模型,并利用第一神经网络模型对低感光度图像进行去噪处理,得到去噪后的低感光度图像;将高感光度图像和去噪后的低感光度图像构成训练图像数据库,并利用训练图像数据库训练神经网络模型,生成用于图像去噪的第二神经网络模型;将待处理图像作为第二神经网络模型的输入,经处理后得到对应的干净图像。此外,还公开了一种基于神经网络的图像去噪系统。上述基于神经网络的图像去噪方法和系统能处理具有真实噪声信息的图像,具有现实的应用意义。
-
公开(公告)号:CN104881592B
公开(公告)日:2018-04-06
申请号:CN201510072511.9
申请日:2015-02-11
申请人: 哈尔滨工业大学深圳研究生院
IPC分类号: G06F19/22
摘要: 本发明提供了一种DNA序列比对中的打分方法,引入参考序列中碱基排列概率的统计,构建权重矩阵,利用权重矩阵和传统得分矩阵共同设计得分规则,根据打分规则计算序列全局得分,采用动态规划算法进行序列比对得到最优比对。本发明的方法能够利用全局合理性来调控避免“早熟”现象。
-
-
-
-
-
-
-
-
-