期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
一种改进的降噪自编码神经网络不平衡数据分类算法 被引量:16
1
作者 张成刚 +1 位作者 姜静清 裴志利 《计算机应用研究》 CSCD 北大核心 2017年第5期1329-1332,共4页
针对少数类样本合成过采样技术(synthetic minority over-sampling technique,SMOTE)在合成少数类新样本时会带来噪声问题,提出了一种改进降噪自编码神经网络不平衡数据分类算法(SMOTE-SDAE)。该算法通过SMOTE方法合成少数类新样本以均... 针对少数类样本合成过采样技术(synthetic minority over-sampling technique,SMOTE)在合成少数类新样本时会带来噪声问题,提出了一种改进降噪自编码神经网络不平衡数据分类算法(SMOTE-SDAE)。该算法通过SMOTE方法合成少数类新样本以均衡原始数据集,考虑到合成样本过程中会产生噪声的影响,利用降噪自编码神经网络算法的逐层无监督降噪学习和有监督微调过程,有效实现对过采样数据集的降噪处理与数据分类。在UCI不平衡数据集上实验结果表明,相比传统SVM算法,该算法显著提高了不平衡数据集中少数类的分类精度。 展开更多
关键词 神经网络 过采样 不平衡数据 分类
下载PDF
基于InceptionV3_SVM模型的蛋白质-ATP绑定位点预测
2
作者 泽瑞 初一 +1 位作者 姜静清 《电脑知识与技术》 2024年第14期4-9,17,共7页
蛋白质-ATP绑定位点预测作为近年来生物医学领域的热点研究之一,对于医药学的发展极其重要。为了提高蛋白质-ATP绑定位点预测的准确率,提出了一种基于深度卷积神经网络和支持向量机融合(InceptionV3_SVM)的预测方法。首先对蛋白质序列... 蛋白质-ATP绑定位点预测作为近年来生物医学领域的热点研究之一,对于医药学的发展极其重要。为了提高蛋白质-ATP绑定位点预测的准确率,提出了一种基于深度卷积神经网络和支持向量机融合(InceptionV3_SVM)的预测方法。首先对蛋白质序列进行特征提取,再采用InceptionV3模型扩大输入数据感受野,对卷积神经网络提取到的深度特征应用SVM分类器进行训练,得到最终预测结果。实验结果表明,该预测方法能够更精确的识别蛋白质-ATP绑定位点。 展开更多
关键词 蛋白质-ATP绑定位点 深度卷积神经网络 蛋白质序列 特征提取 SVM
下载PDF
基于深度学习的蛋白质⁃ATP结合位点预测 被引量:2
3
作者 刘桂霞 裴志尧 《吉林大学学报(工学版)》 EI CAS CSCD 北大核心 2022年第1期187-194,共8页
为了提高识别蛋白质-ATP结合位点预测精度,提出了基于Inception架构的深度网络模型Inception_base,同时对网络模型和训练策略进行优化和改进,提出了新的网络模型Inception_evolution。通过两组数据集在该模型上测试,获得AUC分别为0.885... 为了提高识别蛋白质-ATP结合位点预测精度,提出了基于Inception架构的深度网络模型Inception_base,同时对网络模型和训练策略进行优化和改进,提出了新的网络模型Inception_evolution。通过两组数据集在该模型上测试,获得AUC分别为0.885和0.918,均优于其他对比机器学习方法。实验结果表明,深度学习方法可以应用于蛋白质-ATP结合位点预测问题中,该模型能够更精确预测蛋白质-ATP结合位点。 展开更多
关键词 生物信息学 蛋白质⁃ATP结合位点预测 特征提取 深度学习 Inception网络模型
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部