检索结果-内蒙古大学图书馆

计算机应用研究 2019年第8期36卷 2421-2423页

作者：丁雪松黄立群张步忠杨洋吕强苏州大学计算机科学与技术学院江苏苏州215006 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

准确预测蛋白质变性温度在蛋白质工程和药物研制等领域具有重要意义。将全局特征和序列特征作为初始特征向量,利用提出的基于权值的降维算法对初始特征向量进行降维,降维后的特征输入多层感知机模型预测蛋白质变性温度。在盲测数据集上... 详细信息

准确预测蛋白质变性温度在蛋白质工程和药物研制等领域具有重要意义。将全局特征和序列特征作为初始特征向量,利用提出的基于权值的降维算法对初始特征向量进行降维,降维后的特征输入多层感知机模型预测蛋白质变性温度。在盲测数据集上,该方法预测结果与实验测定结果的PCC值由降维前的0.77增加到0.8,RMSE值由降维前的0.17降低到了0.16,蛋白质变性温度预测值的分类准确率与现有方法比较有明显提升。

关键词：蛋白质变性温度多层感知机回归预测

来源：评论

学校读者我要写书评

暂无评论

密度峰值聚类算法综述

引用

计算机研究与发展 2020年第2期57卷 378-394页

作者：陈叶旺申莲莲钟才明王田陈谊杜吉祥华侨大学计算机科学与技术学院福建厦门361021 食品安全大数据技术北京市重点实验室(北京工商大学) 北京100048 江苏省计算机信息处理技术重点实验室(苏州大学) 江苏苏州215006 福建省大数据智能与安全重点实验室(华侨大学) 福建厦门361021 宁波大学信息学院浙江宁波315211

密度峰值聚类(density peak,DPeak)算法是一种简单有效的聚类算法,它可将任意维度数据映射成2维,在降维后的空间中建构出数据之间的层次关系,可以非常容易地从中挑选出密度高、且与其他密度更高区域相隔较远的数据点.这些点被称为密度... 详细信息

密度峰值聚类(density peak,DPeak)算法是一种简单有效的聚类算法,它可将任意维度数据映射成2维,在降维后的空间中建构出数据之间的层次关系,可以非常容易地从中挑选出密度高、且与其他密度更高区域相隔较远的数据点.这些点被称为密度峰值点,可以用来作为聚类中心.根据建构好的层次关系,该算法提供了2种不同的方式完成最后聚类:一种是与用户交互的决策图,另一种是自动化方式.跟踪了DPeak近年来的发展与应用动态,对该算法的各种改进或变种从以下3方面进行了总结和梳理:首先,介绍了DPeak算法原理,对其在聚类算法分类体系中的位置进行了讨论.将其与5个主要的聚类算法做了比较之后,发现DPeak与均值漂移聚类算法(mean shift)有诸多相似之处,因而认为其可能为mean shift的一个特殊变种.其次,讨论了DPeak的几个不足之处,如复杂度较高、自适应性不足、精度低和高维数据适用性差等,将针对这些缺点进行改进的相关算法做了分类讨论.此外,梳理了DPeak算法在不同领域中的应用,如自然语言处理、生物医学应用、光学应用等.最后,探讨了密度峰值聚类算法所存在的问题及挑战,同时对进一步的工作进行展望.

关键词：聚类算法密度峰值大数据数据挖掘密度聚类

来源：评论

学校读者我要写书评

暂无评论

基于属性约简和支持向量机集成的乳腺癌诊断决策

引用

计算机应用 2015年第10期35卷 2793-2797页

作者：卢星凝张莉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(苏州大学) 江苏苏州215006

针对遗传算法(GA)与支持向量机(SVM)集成相结合的疾病诊断方法存在属性冗余的问题,提出了一种改进的约简和诊断乳腺癌决策方法。该方法将最小化约简属性个数、最大化区分矩阵可区别属性的个数以及最大化约简属性对决策属性的依赖度这三... 详细信息

针对遗传算法(GA)与支持向量机(SVM)集成相结合的疾病诊断方法存在属性冗余的问题,提出了一种改进的约简和诊断乳腺癌决策方法。该方法将最小化约简属性个数、最大化区分矩阵可区别属性的个数以及最大化约简属性对决策属性的依赖度这三种目标函数相结合作为GA的适应度函数。在约简属性后取多个子集,以便利用SVM集成学习。在UCI数据库中乳腺癌数据集的实验表明,与原始的SVM算法相比,该方法在分类诊断的准确度以及敏感性方面有一定的提高,其中分类准确度至少提高了2%。

关键词：粗糙集支持向量机属性约简乳腺癌诊断遗传算法

来源：评论

学校读者我要写书评

暂无评论

最大局部加权均值差异嵌入

引用

电子学报 2013年第8期41卷 1462-1468页

作者：皋军黄丽莉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 盐城工学院信息工程学院江苏盐城224001 安徽理工大学电气与信息工程学院安徽淮南232001

最大均值差异嵌入(Maximum Mean Discrepancy Embedding,MMDE)作为一种基于最大均值差异(MaximumMean Discrepancy,MMD)度量的特征提取方法被成功地运用.然而通过分析得知,该方法在处理原始输入空间上的特征提取问题时一定程度上缺乏适... 详细信息

最大均值差异嵌入(Maximum Mean Discrepancy Embedding,MMDE)作为一种基于最大均值差异(MaximumMean Discrepancy,MMD)度量的特征提取方法被成功地运用.然而通过分析得知,该方法在处理原始输入空间上的特征提取问题时一定程度上缺乏适应性.因此本文在MMD准则的基础上,并结合已经被广泛研究和探讨的局部学习方法,提出一个新的评价度量:最大局部加权均值差异(Maximum LocalWeightedMean Discrepancy,MLMD),该度量反映源域和目标域分布差异时能充分考虑两个区域内在的局部结构,同时还能通过局部分布差异去反映全局分布差异.本文还在此度量的基础上提出一种能实现迁移学习任务并具有一定局部学习能力的特征提取方法:最大局部加权均值差异嵌入(Maximum Local WeightedMean Discrepancy Embedding,MWME).该方法不但能完成传统意义上的特征提取,同时还能完成在两个分布存在差异但相关的两个区域上实现领域适应学习,从而表明该特征提取方法具有较好的鲁棒性和适应性.实验证明MLMD准则和MWME方法具有上述优势.

关键词：最大均值差异嵌入最大局部均值差异最大局部加权均值差异嵌入特征提取迁移学习

来源：评论

学校读者我要写书评

暂无评论

一类数据中心网络中顶点独立生成树的一种通用构造方法

引用

计算机应用研究 2021年第7期38卷 2130-2134页

作者：钱煜程宝雷樊建席卞庆荣王懿丰肖义胜苏州大学计算机科学与技术学院江苏苏州215006 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

数据中心网络设计的新趋势是在互连网络的顶点和边上分别部署交换机和双端口服务器,其逻辑图可以抽象为复合图。顶点独立生成树(node-independent spanning trees,NIST)是数据中心网络中的一种重要结构,可用于设计数据中心网络中的可靠... 详细信息

数据中心网络设计的新趋势是在互连网络的顶点和边上分别部署交换机和双端口服务器,其逻辑图可以抽象为复合图。顶点独立生成树(node-independent spanning trees,NIST)是数据中心网络中的一种重要结构,可用于设计数据中心网络中的可靠通信协议,容错广播和安全消息分发,IP快速重路由等。给定一个复合图G(Kn),首先表明,如果图G的直径为d,则复合图G(Kn)的直径为2d或2d+1。假设n-正则、n-顶点连通的互连网络G中存在以任一顶点为根的n棵NIST,通过提出一种时间复杂度O(N)的高效算法(其中N是顶点数),给出了G(Kn)中一种构造n棵NIST的通用方法。对复合图Qn(Kn)的顶点分析表明,NIST的最大高度仅为其直径加3。另外,基于增广立方体的数据中心网络上的模拟实验也从另一个方面证明了上述结论的正确性。

关键词：数据中心网络顶点独立生成树复合图直径时间复杂度

来源：评论

学校读者我要写书评

暂无评论

使用双向LSTM的深度神经网络预测蛋白质残基相互作用

引用

小型微型计算机系统 2017年第3期38卷 531-535页

作者：曹成远吕强苏州大学计算机科学与技术学院江苏苏州215006 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

残基对的相互作用描述了蛋白质三维结构中一对残基的空间距离关系.一对残基是否相互作用不仅取决于这对残基的本身属性,还受到这对残基所在蛋白质的所有其它残基的影响.传统的残基相互作用预测方法往往选取要预测残基对本身以及它们各... 详细信息

残基对的相互作用描述了蛋白质三维结构中一对残基的空间距离关系.一对残基是否相互作用不仅取决于这对残基的本身属性,还受到这对残基所在蛋白质的所有其它残基的影响.传统的残基相互作用预测方法往往选取要预测残基对本身以及它们各自邻居的残基属性作为特征,这些方法忽略了影响残基对相互作用的全局因素.本文使用双向LSTM(Long Short-term M emory)抽取蛋白质序列上每个残基的属性,通过这种方式得到的每个残基属性不仅包含了局部属性还包含了全局属性.实验结果表明我们的模型在多个基准测试集上的Acc(Accuracy)超过其它方法 10%以上.

关键词：蛋白质相互作用三维结构双向LSTM

来源：评论

学校读者我要写书评

暂无评论

局部平衡的判别近邻嵌入算法

引用

计算机科学与探索 2014年第7期8卷 877-885页

作者：丁春涛张莉王邦军苏州大学计算机科学与技术学院江苏苏州215006 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

判别近邻嵌入算法(discriminant neighborhood embedding,DNE)通过构造邻接图,使得在投影子空间中能够保持原始数据的局部结构,能有效地发现最佳判别方向。但是它有两方面的不足:一方面不能标识样本点的近邻样本点位置信息,从而不能更... 详细信息

判别近邻嵌入算法(discriminant neighborhood embedding,DNE)通过构造邻接图,使得在投影子空间中能够保持原始数据的局部结构,能有效地发现最佳判别方向。但是它有两方面的不足:一方面不能标识样本点的近邻样本点位置信息,从而不能更好地保持邻域结构;另一方面当数据不均衡时,不能实现子空间中类内聚合或者类间分离的目的,这不利于分类。为此提出了一种新的有监督子空间学习算法——局部平衡的判别近邻嵌入算法(locality-balanced DNE,LBDNE)。在构建邻接图时,局部平衡的判别近邻嵌入算法分别建立同类邻接图和异类邻接图,并通过引入一个控制参数,有效地平衡了类内与类间的关系。该算法与其他经典算法相比,在人脸识别问题上具有较高的识别率,充分说明了局部平衡的判别近邻嵌入算法能够有效地处理识别问题。

关键词：判别近邻嵌入(DNE) 邻接图局部结构人脸识别

来源：评论

学校读者我要写书评

暂无评论

rlncBT：随机线性网络编码的P2P内容分发系统

引用

计算机工程与应用 2009年第12期45卷 110-113页

作者：徐家燕陆建德武广柱苏州大学计算机学院江苏省计算机信息处理技术重点实验室江苏苏州215006 中国科学院声学研究所DSP中心北京100080

基于线性编码和BT的原理和技术,设计和实现了一个基于随机线性网络编码的P2P内容分发系统,并对Piece选择策略进行了改进。通过仿真实验和理论分析,表明该系统具备下载成功率更高、平均下载时间更短、更好的健壮性、对网络带宽资源与服... 详细信息

基于线性编码和BT的原理和技术,设计和实现了一个基于随机线性网络编码的P2P内容分发系统,并对Piece选择策略进行了改进。通过仿真实验和理论分析,表明该系统具备下载成功率更高、平均下载时间更短、更好的健壮性、对网络带宽资源与服务器资源的利用率更高、对种子节点和服务器的依赖性更弱等多项优点。

关键词：内容分发文件共享随机线性网络编码 P2P

来源：评论

学校读者我要写书评

暂无评论

基于粒子滤波和GVF-Snake的目标跟踪算法

引用

仪器仪表学报 2009年第4期30卷 828-833页

作者：董春利董育宁刘杰南京邮电大学通信与信息工程学院南京210003 南京交通职业技术学院信息工程系南京211188 苏州大学江苏省计算机信息处理技术重点实验室苏州215006

提出了一种基于粒子滤波和GVF-Snake的自适应目标跟踪算法。该算法首先采用背景差分法获取目标初始轮廓,利用改进的GVF-Snake的强大搜索能力,使Snake收敛至运动目标的真实轮廓;然后根据控制点的距离增删控制点,达到自适应地跟踪运动和... 详细信息

提出了一种基于粒子滤波和GVF-Snake的自适应目标跟踪算法。该算法首先采用背景差分法获取目标初始轮廓,利用改进的GVF-Snake的强大搜索能力,使Snake收敛至运动目标的真实轮廓;然后根据控制点的距离增删控制点,达到自适应地跟踪运动和变形目标的目的;最后通过结合粒子滤波和改进的GVF-Snake,得到一种能量粒子滤波(EPF)目标跟踪算法,并利用提出的的跟踪策略,改进其抗遮挡能力。实验结果表明,被跟踪目标在遮挡情况下也能够保持良好的跟踪效果。

关键词：粒子滤波 GVF-Snake 变形目标轮廓跟踪

来源：评论

学校读者我要写书评

暂无评论

基于超椭圆曲线密码体制的门限签名方案

引用

微电子学与计算机 2009年第11期26卷 109-111,116页

作者：叶志勇王家玲朱艳琴罗喜召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新技术重点实验室江苏苏州215006

文中提出一种基于超椭圆曲线密码体制的门限签名方案,具有安全性高、通信量小、抗合谋攻击和身份可追查等优点,特别适用于解决电子商务和资源受限制网络的安全性问题.

关键词：超椭圆曲线门限签名群签名合谋攻击

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：