检索结果-内蒙古大学图书馆

小型微型计算机系统 2022年第7期43卷 1419-1425页

作者：聂良鹏权丽君吴庭芳孙晓雨何如吉吕强苏州大学计算机科学与技术学院江苏苏州215006 江苏省计算机信息处理技术重点实验室江苏苏州215006

蛋白质模型质量评估是指对计算手段预测出的蛋白质结构进行评分,以选择尽可能接近天然结构的蛋白质模型,这对在蛋白质结构预测中挑选最优的蛋白质模型和在生物医学研究中恰当使用它们起到至关重要的作用.随着3D蛋白质数据的不断增长,基... 详细信息

蛋白质模型质量评估是指对计算手段预测出的蛋白质结构进行评分,以选择尽可能接近天然结构的蛋白质模型,这对在蛋白质结构预测中挑选最优的蛋白质模型和在生物医学研究中恰当使用它们起到至关重要的作用.随着3D蛋白质数据的不断增长,基于深度学习的蛋白质模型质量评估方法得到了快速发展,但该领域只探索了深度学习方向较浅层的应用.本文为了探索更精确的质量评估方法,提出了一个基于多尺度卷积(MCNN)和双向门控循环神经网络(BiGRU)的深度模型,预测蛋白质模型的GDT_TS(Global Distance Test_Total Score)分数,并将这一方法命名为BMBQA(Quality Assessment Base on MCNN-BiGRU).其中,多尺度卷积神经网络用来提取蛋白质模型中浅层的细节信息以及深层的抽象信息,双向门控循环神经网络用来提取每个残基的长程相互作用信息,通过数据增强来提高深度模型在目标蛋白质中挑选最优蛋白质模型的性能.本文利用CASP13中的数据集与现有的先进方法进行比较,实验结果表明本文方法在4个经典的评价指标中均具有很强的竞争力.

关键词：蛋白质模型质量评估多尺度卷积神经网络双向门控循环神经网络 GDT_TS 数据增强 CASP13

来源：评论

学校读者我要写书评

暂无评论

基于语义特征向量的DNA与转录因子结合特异性预测

引用

计算机应用与软件 2022年第2期39卷 38-43,112页

作者：孙晓雨权丽君梅杰黄立群吕强苏州大学计算机科学与技术学院江苏苏州215006 江苏省计算机信息处理技术重点实验室江苏苏州215006

基因表达的生物系统受到DNA和转录因子(Transcription Factor,TF)相互作用的调控,但是对于DNA和TF的结合机制,人们仍然不够了解。为此,提出一个结合深度学习和SVC的模型预测TF与DNA序列结合特异性,并将这一方法命名为semanticSVC。在ENC... 详细信息

基因表达的生物系统受到DNA和转录因子(Transcription Factor,TF)相互作用的调控,但是对于DNA和TF的结合机制,人们仍然不够了解。为此,提出一个结合深度学习和SVC的模型预测TF与DNA序列结合特异性,并将这一方法命名为semanticSVC。在ENCODE项目中的多个TF实验数据集的集合上进行深度学习模型训练,从而挖掘出跨越多个TF的全局语义特征。基于这些语义特征通过浅层学习模型SVC快速对目标任务构建预测模型,进行预测结果的可视化分析。与现有方法相比,该方法在预测结合特异性方面取得了更优的性能。

关键词： DNA特异性转录因子深度学习 SVC t-SNE降维特征向量可视化单点突变

来源：评论

学校读者我要写书评

暂无评论

采用分类经验回放的深度确定性策略梯度方法

引用

自动化学报 2022年第7期48卷 1816-1823页

作者：时圣苗刘全苏州大学计算机科学与技术学院苏州215006 苏州大学江苏省计算机信息处理技术重点实验室苏州215006 吉林大学符号计算与知识工程教育部重点实验室长春130012 软件新技术与产业化协同创新中心南京210000

深度确定性策略梯度(Deep deterministic policy gradient,DDPG)方法在连续控制任务中取得了良好的性能表现.为进一步提高深度确定性策略梯度方法中经验回放机制的效率,提出分类经验回放方法,并采用两种方式对经验样本分类:基于时序差... 详细信息

深度确定性策略梯度(Deep deterministic policy gradient,DDPG)方法在连续控制任务中取得了良好的性能表现.为进一步提高深度确定性策略梯度方法中经验回放机制的效率,提出分类经验回放方法,并采用两种方式对经验样本分类:基于时序差分误差样本分类的深度确定性策略梯度方法(DDPG with temporal difference-error classification,TDCDDPG)和基于立即奖赏样本分类的深度确定性策略梯度方法(DDPG with reward classification,RC-DDPG).在TDCDDPG和RC-DDPG方法中,分别使用两个经验缓冲池,对产生的经验样本按照重要性程度分类存储,网络模型训练时通过选取较多重要性程度高的样本加快模型学习.在连续控制任务中对分类经验回放方法进行测试,实验结果表明,与随机选取经验样本的深度确定性策略梯度方法相比,TDC-DDPG和RC-DDPG方法具有更好的性能.

关键词：连续控制任务深度确定性策略梯度经验回放分类经验回放

来源：评论

学校读者我要写书评

暂无评论

基于机器视觉的激光雕刻缺陷检测实践教学设计

引用

实验室研究与探索 2022年第8期41卷 230-235页

作者：杨哲卜子渝刘纯平苏州大学计算机科学与技术学院江苏苏州215006 江苏省计算机信息处理技术重点实验室江苏苏州215006

根据苏州大学新工科专业建设的要求,结合智能制造中视觉缺陷检测的应用场景,对计算机类专业的机器视觉综合实践课程进行了教学设计。设计的课程体系融合了图像处理、自动控制、模式识别等内容,包括系统搭建、系统集成、图像处理和视觉... 详细信息

根据苏州大学新工科专业建设的要求,结合智能制造中视觉缺陷检测的应用场景,对计算机类专业的机器视觉综合实践课程进行了教学设计。设计的课程体系融合了图像处理、自动控制、模式识别等内容,包括系统搭建、系统集成、图像处理和视觉检测等实践环节,强化了综合性、系统性和创新性的教学要求,增强了学生的参与度和体验感,提高了学生综合应用基础理论知识解决实际问题的能力,促进了本科实践教学课程的建设。

关键词：机器视觉激光雕刻缺陷检测实践教学教学改革

来源：评论

学校读者我要写书评

暂无评论

缓解平滑区域光晕和偏色失真的图像去雾算法

引用

计算机辅助设计与图形学学报 2022年第6期34卷 953-969页

作者：宋传鸣唐媛乔明泽刘霜刘丹辽宁师范大学计算机与信息技术学院大连116029 苏州大学江苏省计算机信息处理技术重点实验室苏州215006 大连东软信息学院数字艺术与设计学院大连116023

针对基于暗通道先验的去雾算法在平滑区域产生光晕和偏色失真的问题,提出一种双边滤波引导同态滤波的去雾算法.首先,构建一种以原始像素值与大气光值的差为正比例系数、以透射率为反比例系数的非线性拉伸模型,用于表征各颜色分量在去雾... 详细信息

针对基于暗通道先验的去雾算法在平滑区域产生光晕和偏色失真的问题,提出一种双边滤波引导同态滤波的去雾算法.首先,构建一种以原始像素值与大气光值的差为正比例系数、以透射率为反比例系数的非线性拉伸模型,用于表征各颜色分量在去雾前后的对比关系;然后,采用双边滤波引导的空间域同态滤波,把粗透射率分解为大气光分量和场景目标反射分量;最后,以前景区域面积比为自变量,定义一种自适应加权函数,对大气光分量和反射分量进行线性加权以生成精细透射率,进而利用暗通道先验模型完成去雾.采用O-HAZE和RESIDE数据集的真实含雾图作为测试数据,通过UCIQE,FADE,SSIM,NIQE和色彩还原度客观评价指标进行对比,所提算法的评价结果比典型算法平均提高了21.68%.结果表明,所提算法能够有效地避免大面积平滑区域的偏色失真以及景物边缘、轮廓处的光晕和伪边缘效应,取得更高的主客观质量.

关键词：图像去雾暗通道先验空间域同态滤波双边滤波自适应线性加权

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的高时空分辨率降水临近预报方法

引用

地球科学与环境学报 2023年第3期45卷 706-718页

作者：方巍齐媚涵南京信息工程大学计算机学院江苏南京210044 南京信息工程大学江苏省大气环境与装备技术协同创新中心江苏南京210044 苏州大学江苏省计算机信息处理技术重点实验室江苏苏州215006

降水临近预报在强对流天气监测预警中具有重要地位,对于防灾减灾至关重要。在气象业务中,主要采用雷达回波外推方法解决高时空分辨率的临近预报问题。针对传统雷达回波外推方法中普遍存在的资料信息利用率不足和预报准确率低的问题,利... 详细信息

降水临近预报在强对流天气监测预警中具有重要地位,对于防灾减灾至关重要。在气象业务中,主要采用雷达回波外推方法解决高时空分辨率的临近预报问题。针对传统雷达回波外推方法中普遍存在的资料信息利用率不足和预报准确率低的问题,利用上海地区多年的高时空分辨率天气雷达探测资料,基于数据驱动的深度学习方法进行雷达回波外推,提出了一种新的降水临近预报模型——SwinAt-UNet模型。该预报模型通过融合UNet模型和Swin Transformer结构捕捉历史天气雷达探测资料中的短期和长期动态变化特征,可以自适应地学习潜在的雷达回波生消演变规律。此外,为提高模型的泛化能力和预报准确率,引入深度可分离卷积和卷积块注意力模块。结果表明:在不同基本反射率阈值下,SwinAt-UNet模型的预报准确率均高于UNet、SmaAt-UNet、TransUNet和AA-TransUNet模型;在45 dBZ的基本反射率阈值下,SwinAt-UNet模型临界成功指数提高了13%,同时在预报时效上具有一定的优越性;SwinAt-UNet模型外推图像具有更加清晰的边缘和细节性纹理,对降水范围、移动方向和强度变化的预测更为准确。

关键词：降水临近预报强对流天气深度学习雷达回波外推 SwinAt-UNet模型时空分辨率天气雷达探测

来源：评论

学校读者我要写书评

暂无评论

深度学习在卫星云图移动预测中的研究综述

引用

遥感信息 2024年第6期39卷 1-11页

作者：郑行钰方巍陶恩屹南京信息工程大学计算机学院南京210044 南京气象科技创新研究院中国气象局交通气象重点开放实验室南京210041 苏州大学江苏省计算机信息处理技术重点实验室苏州215000

随着人工智能技术的迅猛发展,神经网络逐渐应用于卫星云图移动预测中,预测的准确率和效率正在不断提高。文章综述了传统方法和深度学习方法在卫星云图移动预测中的研究,旨在使读者全面了解该领域现有的知识和研究进展。首先,介绍了云对... 详细信息

随着人工智能技术的迅猛发展,神经网络逐渐应用于卫星云图移动预测中,预测的准确率和效率正在不断提高。文章综述了传统方法和深度学习方法在卫星云图移动预测中的研究,旨在使读者全面了解该领域现有的知识和研究进展。首先,介绍了云对气候变化的影响以及卫星云图移动预测对气象领域的重要性,并回顾了传统的云移动预测方法,分析了它们的优缺点。其次,简单介绍了该领域常用的深度学习模型的概念,并深入探讨了深度学习方法在卫星云图移动预测中的应用,归纳总结了当前的研究进展,阐述了深度学习相比于传统方法的优点。最后,总结了目前深度学习在该领域所面临的问题与挑战,同时对未来的研究方向进行了展望。

关键词：人工智能神经网络卫星云图深度学习云移动预测

来源：评论

学校读者我要写书评

暂无评论

多通道Laplacian矩阵融合的超图直推学习模型

引用

小型微型计算机系统 2023年第11期44卷 2566-2575页

作者：徐良奎杨哲吴国荣赵雷苏州大学计算机科学与技术学院江苏苏州215006 江苏省计算机信息处理技术重点实验室江苏苏州215006 江苏省大数据智能工程实验室江苏苏州215006 高等计算医学实验室北卡罗来纳大学教堂山分校美国教堂山NC 27599

超图直推学习模型是机器学习领域研究热点.超图模型的性能取决于构造的超图结构及其Laplacian矩阵的质量.现有超图模型基于单一超图结构,信息表达能力有限.本文提出超图结构扩张法,将异构超图的关联矩阵和权重矩阵拼接,融合更多的顶点... 详细信息

超图直推学习模型是机器学习领域研究热点.超图模型的性能取决于构造的超图结构及其Laplacian矩阵的质量.现有超图模型基于单一超图结构,信息表达能力有限.本文提出超图结构扩张法,将异构超图的关联矩阵和权重矩阵拼接,融合更多的顶点间全局高阶信息,增加Markov随机游走的扩散范围.但这会导致矩阵维度高,计算开销大.因此进一步提出多通道Laplacian矩阵融合法,用多个通道计算异构超图结构各自的Laplacian矩阵,再加权累加.在4个数据集上的实验表明,两种方法都能提高超图直推学习模型的分类性能,且Laplacian矩阵融合法比结构扩张法平均节约40%左右时间成本,F1指标最高提升8.4%.

关键词：超图直推学习超图结构扩张超图Laplacian矩阵多通道Laplacian矩阵融合

来源：评论

学校读者我要写书评

暂无评论

带有蛋白质输入的RNA-蛋白质结合位点预测方法

引用

计算机应用与软件 2022年第3期39卷 40-44页

作者：梅杰何如吉吕强苏州大学计算机科学与技术学院江苏苏州215006 江苏省计算机信息处理技术重点实验室江苏苏州215006

RNA及RNA结合蛋白之间的相互作用在基因调控中扮演着重要角色。许多预测RNA-蛋白质结合位点的深度学习方法陆续提出。目前多数研究没有将RNA结合蛋白作为模型输入,限制了深度学习模型的规模。对此问题,提出一个带有RNA结合蛋白输入的深... 详细信息

RNA及RNA结合蛋白之间的相互作用在基因调控中扮演着重要角色。许多预测RNA-蛋白质结合位点的深度学习方法陆续提出。目前多数研究没有将RNA结合蛋白作为模型输入,限制了深度学习模型的规模。对此问题,提出一个带有RNA结合蛋白输入的深度学习模型,通过扩大训练集的规模挖掘RNA-蛋白质结合位点的公共知识。模型将RNA序列先后经过卷积神经网络和门控循环单元来得到序列特征;将序列特征与RNA结合蛋白的独热编码拼接,作为全连接层的输入;通过一个Sigmoid单元输出该RNA结合蛋白对RNA序列的结合概率。在两个权威数据集上,该方法相比其他模型均具有一定优势。

关键词： RNA RNA结合蛋白 RNA-蛋白质结合位点深度学习

来源：评论

学校读者我要写书评

暂无评论

基于EfficientNet的无锚框目标检测模型

引用

计算机技术与发展 2024年第1期34卷 37-43页

作者：卜子渝杨哲刘纯平苏州大学计算机科学与技术学院江苏苏州215006 江苏省计算机信息处理技术重点实验室江苏苏州215006 江苏省大数据智能工程实验室江苏苏州215006

目标检测是计算机视觉的热门研究方向之一,包含分类和定位两个任务。针对单阶段目标检测模型普遍存在的两个问题:训练时正负样本的不均衡以及锚框的设置需要人工干预,提出一种基于EfficientNet的无锚框目标检测模型(Anchor-free Efficie... 详细信息

目标检测是计算机视觉的热门研究方向之一,包含分类和定位两个任务。针对单阶段目标检测模型普遍存在的两个问题:训练时正负样本的不均衡以及锚框的设置需要人工干预,提出一种基于EfficientNet的无锚框目标检测模型(Anchor-free Efficientnet-based Object Detector,AEOD)。AEOD先筛选出落在目标框中的特征点,再根据特征点所作的预测计算代价矩阵,在训练时基于代价矩阵为目标动态分配正负样本,从而达到平衡二者数量的目的。此模型通过特征图中的特征点直接预测目标的位置和形状,不仅省去了人工设置锚框的环节,还提高了可检出目标的数量。此外,可缩放的EfficientNet进一步提高了模型的泛化能力,使之可以接收多尺度的输入。在PASCAL VOC07+12数据集中,AEOD最高可以获得91.3%的平均精度(mAP),检测速度达到32.1 FPS,较其他主流的目标检测模型有显著提升。

关键词：深度学习计算机视觉目标检测正负样本分配算法无锚框

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：