期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
五、六十年代马来西亚拉赫曼政府的“一边倒”政策
被引量:
2
1
作者
孟
人杰
《东南亚研究》
1998年第1期40-43,共4页
五、六十年代马来西亚拉赫曼政府的“一边倒”政策①孟人杰1957年马来西亚获得独立,1963年马来西亚成立,一直到1970年拉赫曼下台,其政府执行的是倒向西方的政策。这个政策可以通过马来西亚与英联邦的关系、对社会主义国...
五、六十年代马来西亚拉赫曼政府的“一边倒”政策①孟人杰1957年马来西亚获得独立,1963年马来西亚成立,一直到1970年拉赫曼下台,其政府执行的是倒向西方的政策。这个政策可以通过马来西亚与英联邦的关系、对社会主义国家的政策、以及马来西亚在地区形势中...
展开更多
关键词
外交政策
六十年代
印度尼西亚
东南亚国家联盟
伊斯兰国家
英联邦
东南亚集体防务条约
建立外交关系
菲律宾
印尼
下载PDF
职称材料
一种基于卷积神经网络的大肠杆菌和志贺菌基因组鉴别方法
2
作者
孟
人杰
罗楠
+3 位作者
靳远
岳俊杰
王博千
高沅铭
《军事医学》
CAS
CSCD
2024年第3期213-218,共6页
目的利用深度学习方法,鉴别基因组相似度很高的大肠杆菌和志贺菌,为临床诊断和疫情防控提供参考依据。方法提出一种迁移学习大规模预训练蛋白质语言模型的卷积神经网络(CNN),用于细菌类型鉴别,该方法可在属水平上实现对细菌类型的快速...
目的利用深度学习方法,鉴别基因组相似度很高的大肠杆菌和志贺菌,为临床诊断和疫情防控提供参考依据。方法提出一种迁移学习大规模预训练蛋白质语言模型的卷积神经网络(CNN),用于细菌类型鉴别,该方法可在属水平上实现对细菌类型的快速准确鉴别。为了验证模型的可靠性,该研究从美国国家生物技术信息中心(NCBI)下载相关细菌的全因组数据,并选择相似度很高的大肠杆菌和志贺菌的全基因组蛋白质序列作为实验样本。结果在2960个高组装质量和4945个包含低组装质量的菌株上进行分类实验时,该方法在属水平上的分类准确率分别达到97.13%和95.56%,优于现有的其他方法。结论这种基于深度学习的细菌类型鉴别方法通过自监督预训练技术与迁移学习相结合,可以学习到人类无法直观统计和观察的高维特征差异,表现出巨大潜力。此外,该方法对所用菌株的基因组序列的拼装完成度要求较低,适用范围广,更具实际应用价值。
展开更多
关键词
大肠杆菌
志贺菌
细菌鉴别
全基因组蛋白
卷积神经网络
原文传递
一种流感病毒多宿主传播的量化研究方法
3
作者
罗楠
王辛
+6 位作者
孟
人杰
王博千
靳远
岳俊杰
胡明达
陈微
任洪广
《军事医学》
CAS
CSCD
2023年第11期829-834,共6页
目的探究甲型流感病毒宿主分布规律,量化评估其多宿主传播趋势。方法从流感病毒公共数据库中下载流感病毒全基因组数据,对编码序列进行特征提取,采用自然聚类结果对流感病毒进行宿主分布与进化态势分析,建立宿主谱熵值计算方法量化评估...
目的探究甲型流感病毒宿主分布规律,量化评估其多宿主传播趋势。方法从流感病毒公共数据库中下载流感病毒全基因组数据,对编码序列进行特征提取,采用自然聚类结果对流感病毒进行宿主分布与进化态势分析,建立宿主谱熵值计算方法量化评估流感病毒多宿主传播扩散趋势,并使用机器学习方法对分析结果进行验证。结果H3N2型流感病毒多宿主分布界限清晰,具有最低宿主谱熵值;H9N2型流感病毒多宿主分布混乱,不同宿主的毒株序列相似程度高,具有最高宿主谱熵值。不同类型甲型流感病毒的宿主谱熵值大小与多宿主传播扩散趋势紧密相关。结论受传播环境与选择压力的影响,不同流感病毒的进化方向与多宿主传播趋势呈现出较为明显的差异,较为适应人类宿主的H3N2流感病毒的多宿主传播趋势更有序,而频繁发生跨宿主传播的H7N9、H9N2等禽流感病毒的多宿主传播趋势更混乱,进化方向也更多样。宿主谱熵值是衡量流感病毒多宿主传播趋势与进化方向有序性的高效计算方法,利用该方法有助于了解流感病毒的进化与多宿主分布,评估传播风险,可为流感病毒的监测和预警提供新的见解。
展开更多
关键词
甲型流感病毒
宿主传播趋势
宿主谱熵值
病毒进化
原文传递
题名
五、六十年代马来西亚拉赫曼政府的“一边倒”政策
被引量:
2
1
作者
孟
人杰
出处
《东南亚研究》
1998年第1期40-43,共4页
文摘
五、六十年代马来西亚拉赫曼政府的“一边倒”政策①孟人杰1957年马来西亚获得独立,1963年马来西亚成立,一直到1970年拉赫曼下台,其政府执行的是倒向西方的政策。这个政策可以通过马来西亚与英联邦的关系、对社会主义国家的政策、以及马来西亚在地区形势中...
关键词
外交政策
六十年代
印度尼西亚
东南亚国家联盟
伊斯兰国家
英联邦
东南亚集体防务条约
建立外交关系
菲律宾
印尼
分类号
D733.8 [政治法律—政治学]
下载PDF
职称材料
题名
一种基于卷积神经网络的大肠杆菌和志贺菌基因组鉴别方法
2
作者
孟
人杰
罗楠
靳远
岳俊杰
王博千
高沅铭
机构
国防科技大学计算机学院
军事科学院军事医学研究院生物工程研究所
出处
《军事医学》
CAS
CSCD
2024年第3期213-218,共6页
基金
国家自然科学基金资助项目(82003519,32070025,62102439)
病原微生物生物安全国家重点实验室研究项目(SKLPBS1807,SKLPBS2214)。
文摘
目的利用深度学习方法,鉴别基因组相似度很高的大肠杆菌和志贺菌,为临床诊断和疫情防控提供参考依据。方法提出一种迁移学习大规模预训练蛋白质语言模型的卷积神经网络(CNN),用于细菌类型鉴别,该方法可在属水平上实现对细菌类型的快速准确鉴别。为了验证模型的可靠性,该研究从美国国家生物技术信息中心(NCBI)下载相关细菌的全因组数据,并选择相似度很高的大肠杆菌和志贺菌的全基因组蛋白质序列作为实验样本。结果在2960个高组装质量和4945个包含低组装质量的菌株上进行分类实验时,该方法在属水平上的分类准确率分别达到97.13%和95.56%,优于现有的其他方法。结论这种基于深度学习的细菌类型鉴别方法通过自监督预训练技术与迁移学习相结合,可以学习到人类无法直观统计和观察的高维特征差异,表现出巨大潜力。此外,该方法对所用菌株的基因组序列的拼装完成度要求较低,适用范围广,更具实际应用价值。
关键词
大肠杆菌
志贺菌
细菌鉴别
全基因组蛋白
卷积神经网络
Keywords
Escherichia coli
Shigella
bacterial identification
whole genome protein
convolutional neural network
分类号
R378.25 [医药卫生—病原生物学]
原文传递
题名
一种流感病毒多宿主传播的量化研究方法
3
作者
罗楠
王辛
孟
人杰
王博千
靳远
岳俊杰
胡明达
陈微
任洪广
机构
国防科技大学计算机学院
军事科学院军事医学研究院生物工程研究所
出处
《军事医学》
CAS
CSCD
2023年第11期829-834,共6页
基金
国家自然科学基金资助项目(32070025,31800136,62206309)。
文摘
目的探究甲型流感病毒宿主分布规律,量化评估其多宿主传播趋势。方法从流感病毒公共数据库中下载流感病毒全基因组数据,对编码序列进行特征提取,采用自然聚类结果对流感病毒进行宿主分布与进化态势分析,建立宿主谱熵值计算方法量化评估流感病毒多宿主传播扩散趋势,并使用机器学习方法对分析结果进行验证。结果H3N2型流感病毒多宿主分布界限清晰,具有最低宿主谱熵值;H9N2型流感病毒多宿主分布混乱,不同宿主的毒株序列相似程度高,具有最高宿主谱熵值。不同类型甲型流感病毒的宿主谱熵值大小与多宿主传播扩散趋势紧密相关。结论受传播环境与选择压力的影响,不同流感病毒的进化方向与多宿主传播趋势呈现出较为明显的差异,较为适应人类宿主的H3N2流感病毒的多宿主传播趋势更有序,而频繁发生跨宿主传播的H7N9、H9N2等禽流感病毒的多宿主传播趋势更混乱,进化方向也更多样。宿主谱熵值是衡量流感病毒多宿主传播趋势与进化方向有序性的高效计算方法,利用该方法有助于了解流感病毒的进化与多宿主分布,评估传播风险,可为流感病毒的监测和预警提供新的见解。
关键词
甲型流感病毒
宿主传播趋势
宿主谱熵值
病毒进化
Keywords
influenza A viruses
host expansion trend
host profile entropy
virus evolution
分类号
R373.1 [医药卫生—病原生物学]
原文传递
题名
作者
出处
发文年
被引量
操作
1
五、六十年代马来西亚拉赫曼政府的“一边倒”政策
孟
人杰
《东南亚研究》
1998
2
下载PDF
职称材料
2
一种基于卷积神经网络的大肠杆菌和志贺菌基因组鉴别方法
孟
人杰
罗楠
靳远
岳俊杰
王博千
高沅铭
《军事医学》
CAS
CSCD
2024
0
原文传递
3
一种流感病毒多宿主传播的量化研究方法
罗楠
王辛
孟
人杰
王博千
靳远
岳俊杰
胡明达
陈微
任洪广
《军事医学》
CAS
CSCD
2023
0
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部