一种基于更新患者表征的药物推荐方法

    公开(公告)号:CN117275659A

    公开(公告)日:2023-12-22

    申请号:CN202311321271.2

    申请日:2023-10-12

    摘要: 本发明公开了一种基于更新患者表征的药物推荐方法,首先通过构建协同子结构网络和拮抗子结构网络,提取协同子结构网络和拮抗子结构网络对应的特征矩阵;其次,从全局和局部两个角度捕捉患者的已诊断疾病和已进行手术对不同药物的需求差异,计算药物子结构特征、药物全局特征与患者诊断特征、手术特征之间的关联权重,从细粒度层面进行药物推荐;再次,采取药物序列更新和患者健康状态更新交替迭代的药物推荐方法,充分考虑每一个新增药物与已推荐药物的依赖关系;最后,通过保持患者相似度与药物集相似度的空间距离,来更新患者表征嵌入矩阵,避免模型“偏袒”特定个体,以实现不同患者的公平药物推荐。

    一种miRNA与疾病的关联预测方法及系统

    公开(公告)号:CN114613438B

    公开(公告)日:2023-05-26

    申请号:CN202210219782.2

    申请日:2022-03-08

    IPC分类号: G16B40/00 G16H70/60

    摘要: 本发明提供了一种miRNA与疾病的关联预测方法及系统,属于miRNA与疾病的关联预测技术领域。首先在相似度矩阵生成过程中融合其他生物学数据来计算miRNA和疾病的高斯谱核相似度,根据功能或语义相似度的miRNA或疾病所占的比重来计算相似度融合的权重,得到更加合理的综合相似度矩阵;基于归纳矩阵分解,对原始矩阵的模拟分解为两个参数矩阵,并设计双流生成器,生成低秩的相似度投影系数矩阵;添加Dropout层以保证生成矩阵的稀疏性,最后,对多次生成结果取均值获得最终的miRNA疾病关联预测结果,获得更高的miRNA与疾病关联预测能力和预测的可靠性,为科研人员确定疾病关联的候选miRNA提供辅助决策。

    基于Sentinel-1卫星SAR图像的大面积地表三维形变计算方法

    公开(公告)号:CN114236541B

    公开(公告)日:2023-05-16

    申请号:CN202111489543.0

    申请日:2021-12-08

    发明人: 陆鑫 麻一琪

    IPC分类号: G01S13/90 G06F17/10

    摘要: 本发明公开了一种基于Sentinel‑1卫星SAR图像的大面积地表三维形变计算方法,该方法通过公开免费的对地遥感观测Sentinel卫星数据网站获取SAR图像数据文件进行处理,判断监测地区的SAR图像轨道类型,然后采取对应的地表三维形变计算方法,解算得到监测区域的地表三维形变序列。本发明支持大面积地表形变监测,解决高时效性、低成本地表三维形变序列计算问题。相对于传统方法,本发明方法可根据监测地区的不同轨道类型,给出不同的地表三维形变计算方法,加之利用该地区的所有可用SAR图像,提高地表三维形变计算的时效性。

    多属性特征填充的药物间不良反应预测方法、系统及介质

    公开(公告)号:CN115831390A

    公开(公告)日:2023-03-21

    申请号:CN202211434048.4

    申请日:2022-11-16

    IPC分类号: G16H70/40 G16H50/50

    摘要: 本发明公开了多属性特征填充的药物间不良反应预测方法、系统及介质,获取药物间不良反应数据与药物多属性数据;构建药物多属性缺失特征填充模型;通过余弦相似性正则项对药物多属性缺失填充模型进行修正,并采用拉格朗日函数、交替方向乘子法以及非负矩阵分解方法,对缺失填充模型进行求解,获得药物多属性的共有特征与特有特征;结合不良反应数据,构建预测模型;获取任意两个药物之间的多属性数据,计算药物多属性的共有特征和特有特征,并将其输入到所述预测模型中,获得药物之间的不良反应预测结果;本发明的有益效果不仅提高对药物间不良反应预测的准确性,同时促进药物间不良反应的实验研究,保证了用药安全性。

    一种基于图卷积神经网络的药物靶标预测方法

    公开(公告)号:CN115394354A

    公开(公告)日:2022-11-25

    申请号:CN202211004610.X

    申请日:2022-08-22

    摘要: 本发明涉及计算机辅助药物设计技术领域,尤其是涉及一种基于图卷积神经网络的药物靶标预测方法。本发明提出了基于平衡生成树的元路径选择方法,能根据不同路径距离自适应选择合适元路径,使得选择的元路径能涵盖更多的有效消息;采用注意力机制对不同元路径下获取的邻域特征进行融合,差异化融合了不同类型节点的特征;基于距离分层次获取不同远近邻域的特征,能更好地捕获高阶的拓扑结构特征;通过考虑类间置信度、路径置信度和度置信度的MLP网络进行最终药物靶标预测,进一步融合图中的信息。

    基于CNN-LSTM模型的铁路沿线区域地面沉降预测预警方法

    公开(公告)号:CN113886917B

    公开(公告)日:2022-05-03

    申请号:CN202111162139.2

    申请日:2021-09-30

    发明人: 陆鑫 杨俊超

    IPC分类号: G06F30/13 G06N3/04

    摘要: 本发明公开了一种基于CNN‑LSTM模型的铁路沿线区域地面沉降预测预警方法,该方法提出的CNN‑LSTM组合模型提升了多维特征提取能力,增强了模型预测准确率;同时提出了一种基于网格单元划分铁路沿线区域地面沉降值预测方法,对监测区域的各个网格单元进行单独的沉降值预测;另外,对铁路沿线区域地面沉降提出了基于平均累计沉降值、平均沉降速度、沉降面积、最大沉降累计值、沉降不均匀系数等多种沉降预测指标数据进行沉降风险预警计算处理;并且提出了三种常用场所隧道、桥梁、路基的铁路地面沉降预警模型。针对隧道、桥梁、路基三种场所,选择不同的沉降预测指标数据进行风险预警计算处理,得到更为精确的预警结果。

    一种基于大数据技术的用户动态兴趣模型建立方法

    公开(公告)号:CN108874959A

    公开(公告)日:2018-11-23

    申请号:CN201810574372.3

    申请日:2018-06-06

    发明人: 陆鑫 郭博林

    IPC分类号: G06F17/30 G06K9/62

    摘要: 本发明属于大数据及互联网信息个性化服务技术领域,具体涉及一种基于大数据技术的用户动态兴趣模型建立方法。本发明在进行用户数据采集时,除采集用户属性与行为数据外,还采集用户行为上下文数据,以及用户行为交互对象信息等用户大数据。通过用户大数据采集,为用户兴趣模型建立提供了全面的用户数据;为了提高用户数据分析的计算性能与结果质量,在数据预处理阶段,采用水平数据筛选和垂直数据筛选方法,过滤了与用户兴趣无关的数据,使得参与分析计算的用户数据相关性更强;对用户每一个兴趣点的聚类簇内数据进行机器学习,从中获取用户的兴趣值预测函数,度量用户在各个兴趣点上的兴趣值,从而实现用户兴趣的精准预测。

    云平台环境下虚拟机部署的目标主机选择方法

    公开(公告)号:CN104008002A

    公开(公告)日:2014-08-27

    申请号:CN201410268251.8

    申请日:2014-06-17

    发明人: 陆鑫 苏晶

    摘要: 本发明涉及云平台技术,具体的说是涉及一种在云平台环境中部署虚拟机时,资源调度模型及其目标主机选择方法。本发明提出基于可用资源二维链表的目标主机优选方法,它能根据虚拟机部署的资源需求在可用资源二维链表中快速定位目标主机候选集,从较小范围的候选集中搜索目标主机,可提高目标主机选定速度。本发明也改进了主机选择策略和主机选择算法,用户可灵活选择基于快速方式部署或基于负载均衡方式部署虚拟机,该选择算法可以优选出一个最适合的目标主机部署虚拟机,并满足平台主机间负载均衡性。本发明尤其适用于云平台环境下虚拟机部署的目标主机选择。

    一种适合复杂山区的滑坡地质灾害时空预测方法

    公开(公告)号:CN116597320A

    公开(公告)日:2023-08-15

    申请号:CN202310531562.8

    申请日:2023-05-11

    发明人: 陆鑫 向世康

    摘要: 本发明提出一种适合复杂山区的滑坡地质灾害时空预测方法,首先获取大范围监测区域的卫星遥感图像,然后利用差分干涉测量D‑InSAR技术对监测区遥感图像进行预处理,清除遥感图像因为山区云雾、卫星拍摄视角等因素带来的山峦阴影干扰。在D‑InSAR对遥感图像进行预处理基础上,再利用图像识别技术对监测区遥感图像进行滑坡风险特征识别,从中找出易发滑坡的不稳定区域。在圈定复杂山区的易发滑坡风险区域后,对该易发滑坡风险区域进行在线监测,并应用本发明建立的机器学习预测模型对滑坡风险发生时间进行预测。本发明方法涉及D‑InSAR技术、图像识别技术、机器学习技术,解决滑坡地质灾害时空预测问题的复合交叉技术领域。

    一种基于方剂-症状异构图的中医方剂功效预测方法

    公开(公告)号:CN116434977A

    公开(公告)日:2023-07-14

    申请号:CN202310333883.7

    申请日:2023-03-31

    摘要: 本发明公开了一种基于方剂‑症状异构图的中医方剂功效预测方法,首先统计中药的特性特征,进行中药特征初始化,基于多重注意力机制将中药特征进行聚合,初始化方剂特征,再基于已知的方剂‑症状的关联关系矩阵初始化症状特征,并通过编码器进行降维,然后构建方剂‑症状的异构网络,在异构网络中使用图卷积进行特征学习,最后使用最终学习的方剂与症状特征进行功效预测。本发明的方法使用多重注意力机制,对方剂的特征表示更加合理,对症状特征使用编码器降维,提高了训练学习的效率,构建方剂‑症状异构网络,并使用图卷积进行特征学习,可以更加直观高效的预测方剂的功效,提高了方剂功效的预测精度。