基于图卷积神经网络的共晶预测方法、装置和存储介质.pdf
努力****冰心
亲,该文档总共18页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
基于图卷积神经网络的共晶预测方法、装置和存储介质.pdf
本发明提供一种基于图卷积神经网络的共晶预测方法、装置和存储介质,所述方法包括:获取共晶训练样本集中每个分子对中主体分子的第一数据文件和客体分子的第二数据文件;获取每个分子对的预测分子指纹、目标分子特征、目标连接邻接矩阵和目标点云信息;将目标分子特征、目标连接邻接矩阵和目标点云信息输入特征提取模型,得到分子对的初始特征;将分子对的初始特征与所述预测分子指纹进行拼接,得到分子对的特征向量;将每个分子对的特征向量输入图卷积神经网络进行训练,得到共晶预测模型。本发明解决了现有技术中预测效率低的问题,通过图卷积神经
基于图卷积神经网络的共晶密度预测方法.pdf
本发明公开了基于图卷积神经网络预测共晶密度的方法,包括收集共晶样本并进行筛选和数据增强得到共晶数据;对共晶体中两个单独分子分开用分子图的方式表征各个分子的结构,再采用拼接操作将两个分子的信息整合为共晶体的图信息,探索共晶体中分子的2维描述符和3维描述符作为全局特征对预测模型的影响;共晶样本随机划分5%做测试集,剩下的共晶样本做十倍交叉验证用于模型超参数寻参;引入全局注意力机制,构建了基于图卷积神经网络的深度学习框架进行共晶密度预测。本发明实现对共晶体中异质分子间的相互作用的有效识别和共晶体密度性质进行快速
基于卷积神经网络的音乐推荐方法、存储介质和电子装置.pdf
本发明公开了一种基于卷积神经网络的音乐推荐方法、存储介质和电子装置,通过训练好的性别识别卷积神经网络、音色识别卷积神经网络和音调识别卷积神经网络对用户录音进行特征识别,以获得用户的性别、音色和音调,并基于用户的性别、音色和音调三个参数类别及其权重向用户推荐音乐。本发明基于用户录音的声音特质,而不是用户所录的内容,因此不直接使用录音数据进行音乐推荐,大大减少了后期计算量。同时,通过单独训练三个卷积神经网络识别用户声音的三个参数类别,并根据各类别权重向用户推荐音乐,提高了推荐全面性的同时也提高了推荐准确率。
基于全卷积神经网络的语音增强方法、装置及存储介质.pdf
本发明属于人工智能领域,本发明公开了一种基于全卷积神经网络的语音增强方法,包括:构建全卷积神经网络模型,所述全卷积神经网络模型包括输入层、隐含层和输出层,所述隐含层为多个卷积层,每个卷积层均具有多个滤波器;训练所述全卷积神经网络模型;将原始语音信号输入经过训练的全卷积神经网络模型;输出增强语音信号。本发明的全卷积神经网络模型中,删除了全连接层,仅包含卷积层,大大减小了神经网络的参数,使得全卷积神经网络模型可以适用于限制内存的移动设备中,并且每个输出样本仅仅依赖相邻输入,可以通过更少的权重值很好地保留语音信
基于卷积神经网络的水下鱼类目标检测方法、装置及存储介质.pdf
本发明提供了一种基于卷积神经网络的水下鱼类目标检测方法、装置及存储介质,对水下鱼类目标检测模型中的主干网络进行了改进,改进后的主干网络包括卷积及其对偶操作的两个卷积神经网络,分别得到待检测水下图像的局部特征图和全局特征图,然后调整输出特征图维度,将具有相同维度的各个通道特征图进行融合,以保证所得各通道不同特征图,且每个特征图均学习到全局信息,从而获取更优质图像特征,为下游目标检测提供可靠数据基础,进而提高水下鱼类目标的检测准确率。