|
搜索
搜 索
高等教育领域数字化综合服务平台
无线传感器网络中相关性的联合预编码方法
本发明通过挖掘无线传感器网络中利用MIMO中发射信号的空间相关特性对其进行预编码，在同等的功率限制条件下，相比传统的方法即预编码没有考虑空间相关性或者没有进行预编码，本发明能够获得更高的信道容量。而且相比于对MIMO发射信号非线性编码，线性编码具有更强的实际操作性。
电子科技大学
2021-04-10
阿尔茨海默病脑活动和脑网络异常准确刻画方法
阿尔茨海默病（AD）是一种不可逆的神经退行性疾病。大量基于功能磁共振影像的研究提示AD可能是一种失连接综合征。但是由于缺乏大样本、多站点的数据集交互验证，迄今为止与AD脑功能活动、脑连接的异常模式还没有得到一个清晰一致的结论，脑功能活动是否可以作为AD的早期影像学标记也有待进一步验证。为准确刻画AD的脑活动、脑连接和脑网络异常模式，并探索功能磁共振影像指标作为AD早期识别标记的可行性，中国科学院自动化研究所脑网络组研究中心联合中国人民解放军总医院、首都医科大学宣武医院、天津环湖医院和山东大学齐鲁医院等国内外多家单位的研究人员组成的研究团队，共同利用多中心、大样本的功能磁共振影像数据(N=688)，使用荟萃分析的方法找到了AD中稳定的、可重复的功能异常模式，并从标记的泛化性、个体化精准诊断可行性与生物机制解析等方面进行了系统的研究。该研究成果近日在《Human Brain Mapping》在线发表。本研究首次使用多中心、大样本的静息态功能磁共振数据集对AD患者的功能异常进行了全面系统的研究，并评估了与AD有关的功能异常作为AD诊断的生物标记物的有效性和泛化性。更具体地说，研究发现脑内默认网络(DMN)、扣带回、基底神经节以及海马的异常功能连接和局部活动可能是AD认知能力、脑内信息交流受损的基础。脑网络异常的严重程度的个体间差异与认知损害程度、β淀粉样蛋白累积程度显著相关，这进一步加深了我们对AD的神经生物基础和脑功能活动异常之间关系的理解。跨中心独立验证的个体识别准确率和临床评分预测的结果表明脑功能活动异常可能作为AD发生发展可能的影像学标记物。后续独立验证数据集和一系列的对比实验证实了结果的可重复性和泛化性，夯实了本文的结论。这也是该团队继基于多中心的功能磁共振阿尔茨海默病脑活动改变研究和基于海马影像组学的AD早期识别的研究之后，在AD的脑影像异常表征上取得的又一重要进展。团队后续的工作将集中在更多独立中心、纵向跟踪的高危人群的验证工作，并希望和更多的团队建立进一步的合作。该研究受到国家重点研发计划课题、国家自然科学基金委面上项目、中国科学院先导项目和模式识别国家重点实验室开放课题等项目的支持。相关论文信息：https://onlinelibrary.wiley.com/doi/10.1002/hbm.25023
首都医科大学
2021-04-11
基于可达性和可达强度的公交线路网络优化方法
本发明公开了一种基于可达性和可达强度的公交线路网络优化方法；其包括以下步骤：获取公交线路网络优化基础数据并将该公交线路网络作为初始公交线路网络，计算初始公交线路网络目标函数值，利用遗传算法计算得到最优公交线路网络。本发明可以在满足原有的出行需求服务基础上提高线网可达性，实现可达强度与出行强度匹配最大化，使公交运营成本最小化，节约公交资源。
西南交通大学
2016-10-14
无线传感器网络中数据采集传输的可靠性保障方法
本发明公开了一种无线传感器网络中数据采集传输的可靠性保障方法，包括传感器网络中各传感器节点采用基于动态工作周期调整的高可靠网络组织方法和传感器网络中各传感器节点之间及与汇聚节点之间采用基于2阶段重传的高可靠数据传输方法。在网络组织可靠性保障方面，将传感器节点的工作模式划分为正常工作和网络修复两种模式，并通过动态工作周期调整保证节点在两种模式下都能进行间歇工作，从而同时保证节点低功耗特性和快速网络修复能力。在数据传输可靠性保障方面，采用了基于2阶段重传的高可靠数据传输方法，保证在出现数据传输错误甚至链路中断时的数据完整性，并将数据传输错误对于数据实时性的影响降至最低。
浙江大学
2021-04-13
一种互穿网络水凝胶填充复合分离膜的制备方法
本发明公开了一种互穿网络水凝胶填充复合分离膜的制备方法，包括如下步骤：首先，将聚合物膜在第一单体溶液中浸泡，取出后在紫外光下辐照交联，得到第一网络凝胶复合分离膜；然后，将第一网络凝胶复合分离膜在第二单体溶液中浸泡，取出后通过热引发交联，形成互穿网络水凝胶填充复合分离膜。本发明制备的互穿网络水凝胶填充复合分离膜具有重金属离子吸附功能，在过滤分离的同时，可有效吸附水中的重金属离子。本发明提供的方法简单、高效、易操作、成本低、可工业化生产，对铜、铅、汞、锌、镉、镍等多种重金属离子具有优异的吸附性能，既可用于工业重金属污水处理，也可用于生活饮用水中去除重金属离子。
浙江大学
2021-04-13
一种基于 RBF 神经网络的电缆接头导线温度预测方法
本发明涉及一种基于 RBF 神经网络的电缆接头导线温度预测方法。本发明主要分以下 4 个步骤：1） 样本数据采集：实时测量与电缆接头导线温度有联系的关联因素（环境湿度、环境温度、护套温度、接 头处绝缘层温度、触头温度和各种表皮温度）；2）网络训练：首先对 1）采集的数据进行预处理，划分 训练数据和预测数据，然后设置各种参数，创建网络，最后进行数据预测；本发明将神经网络技术应用 到电缆接头导线温度预测中，对电缆接头导线温度在线实时监测与故障分析有较好的作用。
武汉大学
2021-04-13
一种基于图注意力网络的表格指标信息抽取方法
本发明属于行业标准信息数字化技术领域，具体为一种基于图注意力网络的表格指标信息抽取方法。本发明包括：表格预处理；单元格信息编码；邻接列表分析；表格信息关联分析；分类和指标信息计算；表格预处理是对表格进行图网络结构化处理，得到表格信息的图网络结构；然后分别对表格中单元格进行词向量编码和邻接列表分析；邻接列表分析包括在取得单元格的行邻接列表和列邻接列表后,结合词向量编码，得到同行或同列表单元格语义信息；表格信息关联度分析包括表格信息关联度分析和行列信息传递关系分析；分类和指标信息计算，使用线性分类器进行分类得到当前单元格的指标归类结果。本发明效率更高，得到的表格指标信息更正确、更完整。
复旦大学
2021-01-12
一种基于动态哈密顿积的神经网络实现方法
一种基于动态哈密顿积的神经网络实现方法，其特征在于，包括以下步骤：首先，设计输入特征驱动的动态核生成机制，根据样本特性自适应调整卷积核参数，实现多尺度、多方向特征的细粒度提取，充分发挥四元数表示的空间感知优势；其次，构建符合四元数几何特性的整体激活函数，通过超复数空间中的非线性变换保持通道间旋转缩放关系，避免传统分量式激活导致的关联性断裂。本专利提出的动态卷积根据输入样本的特征动态生成卷积核，使得网络能够针对每个输入样本动态调整其卷积核。这种灵活的调整机制不仅增强了模型的表达能力，还使其能够适应不同输入的特征，提取更具细粒度的特征。
复旦大学
2021-01-12
基于多元数据增强超图神经网络的抗癌药物协同预测方法
本发明公开了一种基于多元数据增强超图神经网络的抗癌药物协同预测方法，涉及生物医学数据挖掘领域，该方法包括将包含全部的药物‑药物‑细胞系三元组数据集分为第一集合和第二集合，然后执行训练阶段和测试阶段；所述训练阶段用于基于第一集合得到分子图的药物结构数据，以及细胞系的基因表达数据，进行嵌入的学习并完成对协同效应预测器的训练；所述测试阶段用于基于第二集合得到分子图的药物结构数据，以及细胞系的基因表达数据，进行嵌入的学习以获得节点嵌入，并根据获得节点嵌入和训练完成的协同效应预测器完成预测。本发明不仅可以帮助临床医学发现用于癌症治疗的新型协同药物组合，而且能够助力发现抗癌药物协同作用的潜在机制。
华中农业大学
2021-04-11
基于神经网络模型BP算法的嵌入式矿压检测方法
本发明公开了一种基于神经网络模型 BP 算法的嵌入式矿压检测方法法，首先根据根据待检测区域的地域情况，采用多个振弦式压力传感器进行测量；然后 ARM7 处理器根据系统任务个数建立相应的进程；最后在建立的任务中打开定时器，输出一个固定在某一频率范围内的脉冲，经过驱动激振电路，产生一个能对振弦式压力传感器内部振弦起振的信号，同时使用 ARM7处理器对振弦式压力传感器返回的脉冲信号进行频率测量，计算得到压力值，最后，利用温度传感器采集振弦周围区域的温度，采用 BP 算法建立神经网络模型，利用神经网络模型对得到的各组压力数据及采集的温度数据进行学习，并根据神经网络模型找出压力随温度的变化规律，对振弦式传感器进行温度补偿。
安徽理工大学
2021-04-13