公开(公告)号：CN115662525A

公开(公告)日：2023-01-31

申请号：CN202211314013.7

申请日：2022-10-25

Applicant: 湖南大学

Inventor： 彭绍亮 ,  何芒芒 ,  刘文娟

IPC: G16B50/50

Abstract: 本发明公开了一种测序FASTQ文件质量分数序列的稀疏化处理方法，包括：S1、从FASTQ文件中提取质量分数数据流；S2、将待处理的所述质量分数数据流分为多个片段，每个片段包含n个字符；S3、设定相似性计算的滑动窗口大小为m个字符,每m个字符都被分为个片段，并进行个片段之间的相似性度量；S4、设定阈值e，将相似性度量后平均相似度结果大于等于e时的两个片段进行相互替换，得到替换后的质量分数数据流。本发明可以通过质量分数数据流的稀疏化的预处理，将其复杂性降低，从而降低FASTQ文件的压缩率。

公开(公告)号：CN112308213A

公开(公告)日：2021-02-02

申请号：CN202011225115.2

申请日：2020-11-05

Applicant: 湖南大学

Inventor： 彭绍亮 ,  程英杰 ,  王小奇 ,  何芒芒 ,  赵雄君 ,  白亮 ,  李肯立

IPC: G06N3/04 ,  G06N3/08 ,  G06K9/62

Abstract: 本发明属于计算机科学领域，公开了一种基于全局特征关系的卷积神经网络压缩方法。本发明通过在卷积神经网络的批量归一化(Batch Normalization,BN)层后面加入全局特征关系(Global Feature Relation,GFR)子模块,实现提取通道关系并且抑制不重要通道的目的。GFR子模块主要涉及到池化，全连接层和移动平均运算。随后结合通道关系和BN层的通道尺度因子，评估每个通道的重要性程度，该指标可以帮助模型压缩方法更准确的筛选出模型中重要的通道。最后利用通道剪枝算法和网格搜索技术，实现在无需微调模型的情况下，消耗较少的时间和计算资源完成网络模型的压缩，显著降低模型的运行内存和存储内存，并加速模型的推断速度，极大地提高了卷积神经网络在小型移动设备上部署的可能性。