-
公开(公告)号：CN118866161B
公开(公告)日：2025-04-22
申请号：CN202410988757.X
申请日：2024-07-23
Applicant: 重庆大学
Abstract: 本发明涉及一种基于状态空间模型和扩散模型的药物生成方法，属于医药信息化领域。该方法首先对靶蛋白分子和药物分子进行三维建模，并利用状态空间模型提取更具判别性的分子结构特征。随后，采用扩散模型进行药物生成，生成具有更真实结构的药物分子。本发明通过在训练过程中加入噪声，并通过预测网络进行去噪，有效提高了药物分子的生成质量。最终生成的药物分子具有更好的类药性、易合成性，并且更容易与特定靶蛋白结合，从而为药物研发提供了一种高效、智能的方法。
-
公开(公告)号：CN118822961A
公开(公告)日：2024-10-22
申请号：CN202410805685.0
申请日：2024-06-21
Applicant: 重庆大学
IPC: G06T7/00 , G01N23/04 , G01N23/20 , G01N23/2202 , G01N23/2204 , G01N1/28 , G01N23/22 , G01N23/00 , G06V20/69 , G06V10/75 , G06V10/82
Abstract: 本发明公开了一种基于深度学习的位错柏氏矢量智能分析方法，包括如下步骤：通过透射电镜获取样品的若干位错图像，标注获得位错信息，并建立数据集训练深度学习网络模型，以获得位错识别模型；通过透射电镜获取样品系列衍射矢量下的位错图像集合，通过位错识别模型获取位错图像集合的位错信息，结合各衍射矢量下的倾转角度对位错信息进行校准，得到校准后的位错信息；根据校准后的位错信息，获得各衍射矢量下的位错可见性信息，从而分析获得位错柏氏矢量。本发明提供的基于深度学习的位错柏氏矢量智能分析方法，能够实现位错的快速智能识别和标注，并且通过对各衍射矢量的位错信息进行校准，提高了柏氏矢量分析的精度和效率。
-
公开(公告)号：CN119579612A
公开(公告)日：2025-03-07
申请号：CN202411501910.8
申请日：2024-10-25
Applicant: 重庆大学
Abstract: 本发明涉及一种基于联邦学习的频域自适应CT肺结节影像分割方法，属于图像处理技术领域，包括以下步骤：S1：对CT肺结节影像数据进行数据准备、数据标注、数据处理、数据增强和数据集划分；S2：构建基于联邦学习的频域自适应CT肺结节影像分割模型FASNet；S3：对所述基于联邦学习的频域自适应CT肺结节影像分割模型FASNet进行训练、验证并测试；S4：利用训练好的基于联邦学习的频域自适应CT肺结节影像分割模型FASNet进行CT肺结节影像分割。
-
公开(公告)号：CN115614084A
公开(公告)日：2023-01-17
申请号：CN202211263059.0
申请日：2022-10-14
Applicant: 重庆大学
Abstract: 本发明公开了一种基于横向通风的堵车工况下城市地下交通联系隧道污染物控制系统及方法，该控制系统包括安装在城市地下交通联系隧道内的若干CO浓度探测装置和若干横向通风系统。城市地下交通联系隧道沿车流方向划分为若干防烟分区，每个防烟分区内均安装有若干CO浓度探测装置和横向通风系统。工作时，CO浓度探测装置监测城市地下交通联系隧道内的CO浓度并将监测值发送至上位机，当至少一个CO浓度探测装置监测到的CO浓度大于等于临界值时，上位机控制横向通风系统启动，直到所有CO浓度探测装置的监测值均小于临界值时，关闭横向通风系统。本发明使多个防烟分区协同工作，效率高，适应性强，灵活度高。
-
公开(公告)号：CN118822961B
公开(公告)日：2024-12-20
申请号：CN202410805685.0
申请日：2024-06-21
Applicant: 重庆大学
IPC: G06T7/00 , G01N23/04 , G01N23/20 , G01N23/2202 , G01N23/2204 , G01N1/28 , G01N23/22 , G01N23/00 , G06V20/69 , G06V10/75 , G06V10/82
Abstract: 本发明公开了一种基于深度学习的位错柏氏矢量智能分析方法，包括如下步骤：通过透射电镜获取样品的若干位错图像，标注获得位错信息，并建立数据集训练深度学习网络模型，以获得位错识别模型；通过透射电镜获取样品系列衍射矢量下的位错图像集合，通过位错识别模型获取位错图像集合的位错信息，结合各衍射矢量下的倾转角度对位错信息进行校准，得到校准后的位错信息；根据校准后的位错信息，获得各衍射矢量下的位错可见性信息，从而分析获得位错柏氏矢量。本发明提供的基于深度学习的位错柏氏矢量智能分析方法，能够实现位错的快速智能识别和标注，并且通过对各衍射矢量的位错信息进行校准，提高了柏氏矢量分析的精度和效率。
-
Patent Agency Ranking
公开(公告)号：CN119152469A
公开(公告)日：2024-12-17
申请号：CN202411153022.1
申请日：2024-08-21
Applicant: 重庆大学
IPC: G06V20/58 , G06V10/25 , G06V20/70 , G06V10/52 , G06V10/764 , G06V10/766 , G06V10/774 , G06V10/776 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种基于暗通道先验引导注意力机制的雾天目标检测方法，属于计算机视觉技术领域，包括以下步骤：S1：收集包含各种类别目标的雾天图像，对所述图像进行预处理，并对每张图像中的所有感兴趣目标进行标注，划分训练集、验证集和测试集；S2：构建基于暗通道先验引导注意力机制的雾天目标检测模型，包括暗通道先验引导注意力模型、骨干神经网络、特征金字塔网络以及目标检测头网络；所述骨干神经网络用于提取输入图像的多尺度特征；S3：对所述基于暗通道先验引导注意力机制的雾天目标检测模型进行训练、验证和测试；S4：利用测试完成的基于暗通道先验引导注意力机制的雾天目标检测模型计算并输出图像中目标的位置以及类别信息。
-
公开(公告)号：CN118262784A
公开(公告)日：2024-06-28
申请号：CN202410505535.8
申请日：2024-04-25
Applicant: 重庆大学
IPC: G16B15/30 , G16B40/00 , G06N3/0464 , G06N3/045 , G06F18/25
Abstract: 本发明涉及一种基于跨尺度与跨模态注意力机制的药物‑靶标结合亲和力预测方法，属于药物研发领域。该方法包括：输入的药物和靶蛋白分别由基于多元卷积核的特征提取模块提取得到三个尺度的特征，相互作用模块根据药物和靶蛋白两个不同尺度的特征分别得到具有关键信息的药物特征和靶蛋白特征，药物‑靶标相互作用模块基于具有关键信息的药物特征和靶蛋白特征提取包含关键结合位点的特征；通过基于多元卷积核的特征提取模块、基于跨尺度注意力的相互作用模块和基于跨模态注意力的药物‑靶标相互作用模块获得了包含生物学信息的特征，并由回归模块基于包含生物学信息的药物特征和靶蛋白特征对药物‑靶标的结合亲和力值进行预测。
-
公开(公告)号：CN116432326A
公开(公告)日：2023-07-14
申请号：CN202211153036.4
申请日：2022-09-21
Applicant: 重庆大学
IPC: G06F30/17 , G06F30/20 , G06T17/20 , G06F111/10 , G06F113/08 , G06F119/08 , G06F119/02 , G06F113/14
Abstract: 发明提供一种一端封堵隧道竖井自然排烟系统竖井长度的方法。该方法通过Pyro Sim软件建立封堵隧道竖井自然排烟系统火灾物理模型。使用火灾动力学模拟软件FDS模拟发生火灾时的烟气运动过程，得到不同竖井长度下烟气的扩散流动状况。在竖井宽度与隧道宽度相等的前提下，通过计算公式，将竖井高度带入可以得到竖井长度。从而为一端封堵型隧道竖井布置与竖井尺寸的选择提供参考。
-
公开(公告)号：CN119295971A
公开(公告)日：2025-01-10
申请号：CN202411192303.8
申请日：2024-08-28
Applicant: 重庆大学
IPC: G06V20/17 , G06V10/25 , G06V10/52 , G06V10/77 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/047 , G06N3/0442 , G06N3/084
Abstract: 一种基于类脑交叉注意力机制的夜间无人机图像目标检测方法，包括以下步骤：1)获取夜间无人机图像目标检测数据集；2)构建无人机目标检测网络模型；3)以夜间无人机图像为输入，目标物体区域图像为输出，利用夜间无人机图像目标检测数据集对无人机目标检测网络模型进行训练，得到无人机目标检测网络模型的权重；4)获取待检测的夜间无人机图像，并输入至无人机目标检测网络模型中，输出目标物体的类别和位置。本发明不仅提高了检测的精度和鲁棒性，还增强了模型在复杂夜间场景中的适应能力，具有广泛的应用前景。
-
公开(公告)号：CN117745548A
公开(公告)日：2024-03-22
申请号：CN202311690166.6
申请日：2023-12-11
Applicant: 重庆大学 , 上海人工智能创新中心
IPC: G06T5/00 , G06T5/60 , G06N3/0464 , G06N3/0495
Abstract: 本发明涉及一种通用的基于类脑稀疏注意力机制的雨雪天双目图像复原方法，属于计算机视觉领域。该方法包括以下步骤：S1：构建雨雪天双目图像数据集，用双目相机采集成对的双目雨雪图和对应的清晰双目图像；S2：设计基于类脑稀疏注意力机制的雨雪天双目图像复原网络；S3：利用S1构建的雨雪天双目图像数据集对S2设计的基于类脑稀疏注意力机制双目图像去雨雪网络进行训练；对复原的双目图像以及预测的雨雪图计算损失值，结合Adam优化器，对整个网络进行优化，最终训练得到基于类脑稀疏注意力机制的雨雪天双目图像复原模型。本发明减少了计算量和显存占用，突破单一视图抗遮挡能力弱的局限，提高雨雪天图像复原的质量。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.014 seconds)
