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
Android移动平台上的目标识别
被引量：
2
1
作者
石大
宏
《计算机与数字工程》
2014年第4期612-615,共4页
随着计算机视觉的发展和移动平台处理能力的不断提高,将计算机视觉应用搬到移动平台上的需求将日益增长。其中基于移动平台的目标识别引起了大家极大的兴趣,这主要是因为目标识别算法取得了进步和移动手机已经有能力建立起一个适宜的系...
随着计算机视觉的发展和移动平台处理能力的不断提高,将计算机视觉应用搬到移动平台上的需求将日益增长。其中基于移动平台的目标识别引起了大家极大的兴趣,这主要是因为目标识别算法取得了进步和移动手机已经有能力建立起一个适宜的系统。移动平台开发者们试着使用目标识别技术来建立良好的人机交互接口。这就需要合适的应用程序框架—客户服务器,在新兴的Android移动平台上来实现并测试框架,给出了一个案例学习及其测试结果。实验结果表明了这种框架的可行性。
展开更多
关键词
目标识别
ANDROID
SURF
ROC曲线
下载PDF
职称材料
序列蛋白质-GDP绑定位点预测
被引量：
2
2
作者
石大
宏
何雪
《计算机工程与应用》
CSCD
北大核心
2016年第13期55-59,75,共6页
正确地识别蛋白质-二磷酸鸟苷(Guanosine Diphosphate,GDP)绑定位点对于蛋白质功能分析和药物设计有非常重要的意义。蛋白质-GDP绑定位点预测是一个典型的不平衡学习问题。直接应用传统的机器学习方法是不合适的,而且会使预测结果偏向...
正确地识别蛋白质-二磷酸鸟苷(Guanosine Diphosphate,GDP)绑定位点对于蛋白质功能分析和药物设计有非常重要的意义。蛋白质-GDP绑定位点预测是一个典型的不平衡学习问题。直接应用传统的机器学习方法是不合适的,而且会使预测结果偏向大多数类。为了解决这个问题,在基于稀疏表示的位置特异性得分矩阵特征基础上,提出了加权下采样方法来使得样本平衡,采用支持向量机算法来预测。实验结果表明提出的方法能获得更高的预测性能。
展开更多
关键词
蛋白质-GDP绑定预测
位置特异性得分矩阵
稀疏表示
加权下采样
支持向量机
下载PDF
职称材料
基于聚类的下采样及其在蛋白质-核苷酸绑定位点预测中的应用
3
作者
石大
宏
《计算机与数字工程》
2015年第6期972-975,共4页
蛋白质-核苷酸绑定位点预测对于蛋白质功能研究和药物设计有极其重要的作用。单纯依赖生物学实验来获取绑定位点情况的成本大,耗时长。因此,使用模式识别的方法来进行蛋白质-核苷酸预测越来越重要。蛋白质-核苷酸绑定位点预测是一个典...
蛋白质-核苷酸绑定位点预测对于蛋白质功能研究和药物设计有极其重要的作用。单纯依赖生物学实验来获取绑定位点情况的成本大,耗时长。因此,使用模式识别的方法来进行蛋白质-核苷酸预测越来越重要。蛋白质-核苷酸绑定位点预测是一个典型的不平衡学习问题,为了保持样本的平衡性,在稀疏表示方法提取特征的基础上,使用基于聚类的下采样方法进行采样,然后用SVM进行蛋白质-核苷酸绑定位点预测。实验结果说明了方法的可行性和有效性。
展开更多
关键词
位置特异性得分矩阵
稀疏表示
基于聚类的下采样
支持向量机
下载PDF
职称材料
题名
Android移动平台上的目标识别
被引量：
2
1
作者
石大
宏
机构
南京理工大学计算机科学与工程学院
出处
《计算机与数字工程》
2014年第4期612-615,共4页
文摘
随着计算机视觉的发展和移动平台处理能力的不断提高,将计算机视觉应用搬到移动平台上的需求将日益增长。其中基于移动平台的目标识别引起了大家极大的兴趣,这主要是因为目标识别算法取得了进步和移动手机已经有能力建立起一个适宜的系统。移动平台开发者们试着使用目标识别技术来建立良好的人机交互接口。这就需要合适的应用程序框架—客户服务器,在新兴的Android移动平台上来实现并测试框架,给出了一个案例学习及其测试结果。实验结果表明了这种框架的可行性。
关键词
目标识别
ANDROID
SURF
ROC曲线
Keywords
object recognition, Android, SURF, ROC cure
分类号
TP393 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
序列蛋白质-GDP绑定位点预测
被引量：
2
2
作者
石大
宏
何雪
机构
南京理工大学计算机科学与工程学院
出处
《计算机工程与应用》
CSCD
北大核心
2016年第13期55-59,75,共6页
基金
国家自然科学基金(No.61373062)
文摘
正确地识别蛋白质-二磷酸鸟苷(Guanosine Diphosphate,GDP)绑定位点对于蛋白质功能分析和药物设计有非常重要的意义。蛋白质-GDP绑定位点预测是一个典型的不平衡学习问题。直接应用传统的机器学习方法是不合适的,而且会使预测结果偏向大多数类。为了解决这个问题,在基于稀疏表示的位置特异性得分矩阵特征基础上,提出了加权下采样方法来使得样本平衡,采用支持向量机算法来预测。实验结果表明提出的方法能获得更高的预测性能。
关键词
蛋白质-GDP绑定预测
位置特异性得分矩阵
稀疏表示
加权下采样
支持向量机
Keywords
protein-GDP binding prediction
position specific scoring matrix
sparse representation
weighted under-sampling
support vector machine
分类号
TP39 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于聚类的下采样及其在蛋白质-核苷酸绑定位点预测中的应用
3
作者
石大
宏
机构
南京理工大学计算机科学与工程学院
出处
《计算机与数字工程》
2015年第6期972-975,共4页
文摘
蛋白质-核苷酸绑定位点预测对于蛋白质功能研究和药物设计有极其重要的作用。单纯依赖生物学实验来获取绑定位点情况的成本大,耗时长。因此,使用模式识别的方法来进行蛋白质-核苷酸预测越来越重要。蛋白质-核苷酸绑定位点预测是一个典型的不平衡学习问题,为了保持样本的平衡性,在稀疏表示方法提取特征的基础上,使用基于聚类的下采样方法进行采样,然后用SVM进行蛋白质-核苷酸绑定位点预测。实验结果说明了方法的可行性和有效性。
关键词
位置特异性得分矩阵
稀疏表示
基于聚类的下采样
支持向量机
Keywords
position specific scoring matrix, sparse representation, under sampling based on clustering, support vector machine
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
Android移动平台上的目标识别
石大
宏
《计算机与数字工程》
2014
2
下载PDF
职称材料
2
序列蛋白质-GDP绑定位点预测
石大
宏
何雪
《计算机工程与应用》
CSCD
北大核心
2016
2
下载PDF
职称材料
3
基于聚类的下采样及其在蛋白质-核苷酸绑定位点预测中的应用
石大
宏
《计算机与数字工程》
2015
0
下载PDF
职称材料
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
