|
搜索
搜 索
高等教育領域數字化綜合服務平臺
大規模代數系統新型快速算法及與信息科學的交叉研究
旨在為大規模代數系統設計新型高效的求解算法，并結合信息科學進行交叉研究。在大規模代數系統新型Krylov子空間算法及其基礎理論、復雜電磁計算、圖像處理高性能數值方法、動力系統與智能控制理論方面進行了系統深入的研究，取得了具有創新性的成果，例如：解決了科學計算中的有關基礎或困難問題；提出了Lanczos雙共軛A-標準正交短遞歸Krylov子空間迭代法BiCOR/CORS/BiCORSTAB方法、一種新的“二維雙連續投影(2D-DSPM)方法”等一系列高效算法；為求解復雜電磁問題產生的復雜線性系統設計了高效算法與預條件技術；提出了一些新型高效的邊界處理、圖像復原方法，具有更快的計算速度和更好的復原質量；將數值代數與特殊矩陣分析和神經網絡交叉研究取得成果。
電子科技大學
2015-01-14
智慧政務的文本數據挖掘應用
一、項目進展
創意計劃階段
二、負責人及成員
姓名
學院/所學專業
入學/畢業時間
學號
陳泳岐
計科院/計算機科學與技術
2019.9/2023.6
201931061097
三、指導教師
姓名
學院/所學專業
職務/職稱
研究方向
楊云
計科院/軟件工程
講師
數據庫應用
四、項目簡介
本次研究主要是在“智慧政務”等網絡留言平臺的基礎之上對大量留言數據進行分類、提取熱度并對留言的回復情況進行質量評價，構建出基于機器學習的自然語言處理平臺的一系列算法實現。主要包括三種算法，分別對應于政務留言中的三個痛點問題。留言分類算法主要是用來將不同留言進行分類和標簽，再分別發送到對應部門，問題處理之后，留言回復質量評價算法將官方人員的回復質量進行采集與評價，判斷單位人員對留言的處理情況。留言熱點計算算法能夠抽取每個留言的主題并生成相應的關鍵詞展示給政務人員。
西南石油大學
2023-07-20
廣東順德宙思信息科技有限公司
廣東順德宙思信息科技有限公司成立于2016年，是一家三維虛擬仿真交互軟件研發設計的國家高新技術企業，致力于為各行業提供數字孿生、XR虛擬仿真教育實訓軟件、3D數字化營銷(3D動畫、3D虛擬展廳、3D產品展示、3D營銷小程序等)等系統開發綜合解決方案服務商。產品廣泛應用于數字化工廠、智慧城市、智慧園區、展覽展會、高職院校、工業培訓、產學研究等眾多領域。
廣東順德宙思信息科技有限公司
2025-06-02
一種文本分類方法與設備
本發明涉及計算機技術領域，提供一種文本分類方法與設備，所述方法包括：S1，利用基于關鍵詞庫擴充的特征選擇規則，確定各目標文本的特征詞集合；S2，利用基于特征詞類內均勻度和特征詞類間區分度的權重計算公式，計算所述特征詞集合中各特征詞的權重；S3，利用最大權重融合算法，對同一目標文本的特征詞在不同文本類別中的權重進行權重融合運算，構建目標文本特征向量；S4，基于所述目標文本特征向量，利用多標記分類模型對所述目標文本進行分類。本發明提供的一種文本分類方法與設備，能夠有效提高文本信息表達的準確性、提高模型構建的效率，確保準確高效地對文本信息進行多標記分類。
中國農業大學
2021-04-11
一種用于 wav 格式音頻信息的嵌入方法和提取方法
本發明公開了一種用于 wav 音頻信息的嵌入方法，包括步驟：wav 格式音頻、該用戶需要嵌入 wav 格式音頻中的消息、第一算法參數和第二算法參數的輸入；將需要嵌入 wav 格式音頻中的消息進行格式化處理，以生成包含段頭標識符、校驗和、需要嵌入 wav 格式音頻中的消息、段尾標識符的協議段；隨機偏移數、第一算法參數和第二算法參數分別加密為 16 位、16 位、32 位的二進制比特串，并設置已嵌入比特數為 0，選擇將 wav 格式音頻的第(64+隨機偏移數)幀的第一個采樣點設置為采樣點ｉ０，將每連續的
華中科技大學
2021-04-14
人體姿態估計算法
北京體育大學沈燕飛科研團隊使用人體姿態估計算法，對擊劍比賽過程中兩名選手的身體各環節和關節的運動進行的智能識別。工手動標記數據等方法，更為高效，可應用于海量體育視頻數據的分析和未來的體育大數據的構建。
北京體育大學
2021-04-10
抗體藥物設計平臺算法
簡介：
抗體藥物是生物制藥中復合增長率最高的，2019年全球研究抗體市場規模為34億美元，預計在預測期內復合年增長率為6.2％。原研藥二次改造獲得成藥性更好的藥物分子（bio-better）是抗體和細胞因子藥物研發的突破口。人工智能技術廣泛應用在靶點篩選、分子進化、臨床各階段研究、產品上市后的活動中。
我們開發的智能抗體設計平臺，包括 抗體序列注釋分析、抗體翻譯后修飾位點的預測、抗原線性表位預測、抗體結構的預測與優化、 抗體-抗原相互作用的預測、抗體分子的設計與改造。高效的完成抗體親和力成熟、穩定性優化和人源化改造等。
優勢：
1、研發成本節約3-5倍，時間節省5倍，篩選成功率提升6倍
2、可以幫助指導、設計實驗，減少消耗，加快速度，提高準確率
3、計算方法已經得到了實驗從正、反兩方面的驗證。
圖1：深度學習算法預測蛋白質相互作用時界面氨基酸配對:成功率72.1%
圖2：計算相互作用得到了實驗從正、反兩方面的驗證
中國人民大學
2021-05-15
抗體藥物設計平臺算法
抗體藥物是生物制藥中復合增長率最高的，2019年全球研究抗體市場規模為34億美元，預計在預測期內復合年增長率為6.2％。原研藥二次改造獲得成藥性更好的藥物分子（bio-better）是抗體和細胞因子藥物研發的突破口。人工智能技術廣泛應用在靶點篩選、分子進化、臨床各階段研究、產品上市后的活動中。我們開發的智能抗體設計平臺，包括 抗體序列注釋分析、抗體翻譯后修飾位點的預測、抗原線性表位預測、抗體結構的預測與優化、 抗體-抗原相互作用的預測、抗體分子的設計與改造。高效的完成抗體親和力成熟、穩定性優化和人源化改造等。 優勢：1、研發成本節約3-5倍，時間節省5倍，篩選成功率提升6倍2、可以幫助指導、設計實驗，減少消耗，加快速度，提高準確率3、計算方法已經得到了實驗從正、反兩方面的驗證。
中國人民大學
2021-04-10
抗體藥物設計算法
技術分析(創新性、先進性、獨占性)挖掘了蛋白質分子結構的幾何特征，開發了新穎的優化設計算法，準確識別結合位點，準備預測抗體結構和抗體-抗原相互作用復合物結構，可以顯著提高藥物設計效益。自主獨立開發。已經在國際競賽中取得第一名的好成績，也應用在生物和醫學實驗中，算法和程序代碼完整。
中國人民大學
2021-04-10
抗體藥物設計算法
技術分析(創新性、先進性、獨占性)
挖掘了蛋白質分子結構的幾何特征，開發了新穎的優化設計算法，準確識別結合位點，準備預測抗體結構和抗體-抗原相互作用復合物結構，可以顯著提高藥物設計效益。自主獨立開發。
已經在國際競賽中取得第一名的好成績，也應用在生物和醫學實驗中，算法和程序代碼完整。
中國人民大學
2021-05-11