本发明提供了一种基于剪枝预训练模型与人工特征编码融合的4mC位点识别方法，包括以下步骤：S1：获取DNA‑4mC的核苷酸序列集L，通过Kmer编码将序列集L转化为数值向量集M;S2：将预训练模型DNABert进行剪枝压缩操作得到的模型DNABert‑Pruning作为基准模型，训练得到序列集L的深层特征信息；S3：根据CKSNAP编码特征方式扩充各核苷酸在序列集L中的特征表示空间，通过双向LSTM网络训练得到序列集L的浅层特征信息；S4：将上述训练得到的浅层信息与深层信息特征同时输入到特征融合注意力模块中，得到更为准确的融合特征表征；S5：对融合后的表征特征使用前馈神经网络和Sigmoid函数输出识别预测，计算其分类评分，本发明可以更准确地预测DNA‑4mC的位点识别信息。
📄 2023111569053
📂 G06F18_241
👤 广东工业大学
📅 2023-09-07
本发明公开了一种基于InResNet网络的心电信号联合识别模块及方法，本发明采用了InRes模块，将未知类型的心电信号输入训练好的InResNet网络，输入的信号依次经过输入模块、收缩模块、扩张模块、激活模块、分类模块处理得到各分类结果的概率，并以概率值最大的类型作为心电信号分类结果由输出模块输出。本发明具有在相同迭代次数下训练精确率高，训练损失低等优势。InRes模块相比于传统卷积层提高了网络的表达能力，减少了参数，且保护了信息的完整性。
📄 2019109133054
📂 G06F18_2415
👤 西安邮电大学
📅 2019-09-25
本发明公开了一种基于辛几何‑mcODM的闪电电磁脉冲簇信号识别及分类方法，包括如下步骤：S1.闪电电磁脉冲簇信号的采集；S2.闪电电磁信号在辛几何空间中的投影；S3.闪电电磁脉冲簇信号分类；S4.输入需要分类的闪电电磁信号输入到辛几何‑mcODM中，利用步骤S3所建模型对雷电进行分类。本发明在信号处理与分类方法等方面都有了新的改进与创新，能够提高闪电电磁脉冲簇信号的分类精度与鲁棒性。
📄 2023117917981
📂 G06F18_24
👤 南通大学, 南京气象科技创新研究院
📅 2023-12-25
本申请涉及一种闪电微弱电场信号的类型识别方法。该方法包括：获取待识别的闪电电场信号序列进行离散傅里叶变换、平滑以及划分的最优阈值，并确定区间边界，根据所述区间边界构造滤波器，并确定经验小波函数和经验尺度函数，获得经验小波分结构的模式分量，基于陡度指标对模式分量进行合并，获得合并的模式分量，并分析合并的模式分量的频率均值、重心频率、频率均方根、频率标准差作为信号特征，将所述信号特征输入到训练好的分类模型中进行类型识别，确定所述闪电电场信号序列所属的信号类型，由此，尤其是闪电微弱电场信号的识别，不同类型的微弱的闪电电场信号的局部特征能够被充分提取，从而提高了微弱的闪电电场信号的类型识别的准确率。
📄 2023117410981
📂 G06F18_2413
👤 南通大学, 中国科学院大气物理研究所
📅 2023-12-15
本发明提供了一种基于闪电电场信号的云地闪识别方法，属于电场信号技术领域。解决了闪电信号识别复杂的问题。其技术方案为：本发明包括：步骤一、数据预处理，对原始输入数据进行去噪与归一化处理；步骤二、特征提取，将从预处理后的信号中提取一系列与地闪和云闪识别相关的特征；步骤三、特征选择；步骤四、闪电识别模型搭建；步骤五、训练与验证。本发明的有益效果为：本发明提高识别的准确性，降低了计算的复杂度。
📄 2023109971715
📂 G06F18_2415
👤 南通大学; 中国科学院大气物理研究所
📅 2023-08-09
本发明公开了用于闪电先导辐射的信号不规则度分析方法，涉及闪电信号处理领域，S1获取电场信号；S2电场信号分为多段，计算电场信号的平均样本熵值；S3多段电场信号分为三个区域，采用样本熵量化三个区域先导辐射的不规则度并进行分类；S4分类数据与闪电定位数据对比形成分析数据库；S5获取实时电场信号，计算电场信号平均样本熵值，预测闪电先导不规则辐射的发展特征；引入信号样本熵量化闪电先导辐射电场信号的不规则度，根据不规则度数值大小以及变化特征进行分类并建立分析数据库，能够实现在实验设备不充足的情况下仅仅采用闪电电场数据就能分析和预测闪电先导不规则辐射的发展特征。
📄 2021112055679
📂 G06F18_24
👤 南通大学, 中国科学院大气物理研究所
📅 2021-10-15
本发明涉及人工智能技术领域，揭露了面向Non‑IID图数据的多任务图分类模型构建方法，包括：客户端获取本地图数据，并对本地图数据配置混合图神经网络模型；利用混合图神经网络模型对所述本地图数据的分类预测，得到本地图数据的图预测结果，并提取当前混合图神经网络模型的融合层参数，并将融合层参数上传至中央服务器；中央服务器接收混合图神经网络模型中融合层参数，并利用聚合函数将所述融合层参数进行聚合，得到聚合融合层参数，中央服务器将聚合融合层参数分发至所述客户端。本发明还提出一种面向Non‑IID图数据的多任务图分类模型构建系统。本发明可以提高面向Non‑IID图数据的多任务图分类模型构建的准确率以及泛化能力。
📄 2023116848804
📂 G06F18_24
👤 重庆大学
📅 2023-12-07
一种基于堆叠式自动编码器和KNN高斯优化算法的异常流量入侵检测方法，属于深度学习和计算机网络的交叉领域。本发明首先用堆叠式自动编码器进行特征提取，然后用KNN高斯优化算法对样本进行分类，得到最终的样本检测结果。经过多次实验验证，KNN高斯优化算法比传统KNN算法时间复杂度更低，精确率有所提高。本方法能够改善异常检测技术的运行速率及可扩展性，更适用于解决当前新攻击类型层出不穷的异常检测问题。
📄 2022105486504
📂 G06F18_2433
👤 辽宁大学
📅 2022-05-20
本发明涉及姿态测量技术领域，公开了基于多模态数据融合的水平仪姿态实时校准方法，包括：采集多模态原始数据并完成统一预处理，得到多模态数据；在物理域神经算子层重建液面形态，输出物理域姿态与残差；在传感域神经算子层推断噪声与漂移，输出传感域姿态估计值、偏置参数、尺度参数与残差；建立偏差记忆库并利用残差与历史结果更新，生成长期漂移补偿量并叠加传感域结果；将物理域与补偿后的传感域结果输入动态约束可逆变换模型，输出融合姿态与不确定度；对更新后的参数执行慢变量细化补偿，输出最终实时校准姿态与质量信息。本发明通过引入多模态数据融合与双层可逆神经算子建模，实现水平仪姿态的实时、高精度与长期稳定校准。
📄 2025114482510
📂 G06F18_241
👤 南通迪欧安普光电科技有限公司
📅 2025-10-11
本发明涉及一种基于多分主干外部注意力网络的水声信号识别方法。首先将输入数据通过多个并行的主干网络分支，提取水声信号不同层级的特征信息；其次，辅以通道、空间注意力模块对水声信号的通道和空间维度分别进行加权，调节不同通道和空间位置对特征表示的重要性；最后，整合外部注意力模块，以外部记忆单元和附加计算来引导网络的特征提取和预测，从而显著提高模型的识别率和鲁棒性。大量的实验证实了本发明算法相对于现有方法的优越性。
📄 2023112449595
📂 G06F18_241
👤 闽江学院
📅 2023-09-26
本发明公开了一种基于三元互信息图对比学习的网络节点分类算法，涉及数据挖掘技术领域，包括：对目标图数据集进行两次数据增强，获得视图#imgabs0#通过共享权重的GNN编码器将#imgabs1#编码得到特征表示H1,H2；通过共享权重的映射头h(·)将H1,H2的非线性变化映射到指定特征空间表示Z1,Z2；通过共享权重的解码器d(·)解码Z1,Z2得到D1,D2；通过引入视图之间和视图与原图之间的互信息的计算，以最大化三元互信息，从而更好地区分有用的信息和对任务无益的信息，获得更具实用性的表示，并且能够更好地应用于下游任务，减轻了过拟合，提高了模型的泛化能力，使模型性能指标显著提高。
📄 2023115952779
📂 G06F18_2451
👤 成都理工大学
📅 2023-11-24
本发明公开了一种基于图池化对比学习的网络分类算法，涉及数据挖掘技术领域，先利用图注意力机制学习到每个节点相应的注意力分数，根据注意力分数对节点进行重要性排序并对分数较低的节点进行抛弃。将本图所保留的节点作为正样本，将其他图被丢弃的部分节点作为负样本，网络的嵌入表达作为目标节点，然后两两计算相似性分数，进行对比学习。负样本选择选择方法在对比学习中能够保留一定的图间信息，通过将本图的目标节点与正样本和负样本进行对比学习，能够更好地利用图内信息，在网络分类任务中克服了传统节点丢弃池化方法未能充分利用图内和图间信息的缺陷，在相同数据集下的模型训练结果，在各项性能指标上均超过现有技术。
📄 2023115952711
📂 G06F18_241
👤 成都理工大学
📅 2023-11-24
柿子坊 · 知识产权运营
柿子坊知识产权运营平台