检索结果-南通市图书馆

第五届全国生物信息学与系统生物学学术大会暨国际生物信息学前沿研讨会高通量时代的生物信息学与系统生物学

作者： Ping Xuan maozu guo Yangchao Huang Department of Computer Science and Engineering Harbin Institute of Technology School of Computer Science and Technology Heilongjiang University

Background:MicroRNAs(miRNAs) are a set of short(19～24nt) non-coding RNAs that play significant roles as posttranscriptional regulators in animals and *** ab initio prediction methods show excellent performance for discovering new *** most of these methods can distinguish real pre-miRNAs from pseudo pre-miRNAs,few can predict the positions of *** the existing methods that can also predict the miRNA positions,most of them are designed for mammalian miRNAs,including human and *** of methods can predict the positions of plant *** prediction of the miRNA positions remains a challenge,especially for plant *** motivates us to develop MaturePred,a machine learning method based on support vector machine,to predict the positions of plant miRNAs for the new plant pre-miRNA candidates. Methods:A miRNA:miRNA* duplex is regarded as a whole to capture the binding characteristics of *** extract the position-specific features,the energy related features,the structure related features,and stability related features from real/pseudo miRNA:miRNA* duplexes.A set of informative features are selected to improve the prediction ***-stage sample selection algorithm is proposed to combat the serious imbalance problem between real and pseudo miRNA:miRNA* *** prediction method,MaturePred,can accurately predict plant miRNAs and achieve higher prediction accuracy compared with the existing ***,we trained a prediction model with animal data to predict animal *** model also achieves higher prediction *** further confirms the efficiency of our miRNA prediction method. Conclusions:The superior performance of the proposed prediction model can be attributed to the extracted features of plant miRNAs and miRNA*s,the selected training dataset,and the carefully selected *** web service of MaturePred,the training datasets,the testing datasets,and the selected features are freely availab

关键词： mature miRNA feature selection sample selection position prediction

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

评价函数驱动的抖动模式的研究

引用

软件学报 1998年第5期9卷 383-389页

作者：郭茂祖陈彬王晓龙哈尔滨工业大学计算机科学与工程系

图象处理中的抖动模式问题是彩色图象打印输出的一个关键问题．提出由评价函数驱动的模式抖动方式，并利用模拟退火算法加以实现，在此基础上，提出了几种影响抖动模式的评价函数．

关键词：抖动抖动模式评价函数图象处理计算机

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于深度学习的出行模式识别方法

引用

哈尔滨工业大学学报 2019年第11期51卷 1-7页

作者：郭茂祖王鹏跃赵玲玲北京建筑大学电气与信息工程学院北京100044 建筑大数据智能处理方法研究北京市重点实验室(北京建筑大学) 北京100044 哈尔滨工业大学计算机科学与技术学院哈尔滨150001

居民出行信息可体现居民活动规律、反映城市交通问题,是制定交通规划与管理的重要依据.利用GPS获取的轨迹数据虽具有大量时空信息但不能直接表达出行模式,需要数据处理和挖掘算法提取隐藏知识来识别出行模式.由于居民出行模式具有高度... 详细信息

居民出行信息可体现居民活动规律、反映城市交通问题,是制定交通规划与管理的重要依据.利用GPS获取的轨迹数据虽具有大量时空信息但不能直接表达出行模式,需要数据处理和挖掘算法提取隐藏知识来识别出行模式.由于居民出行模式具有高度的非线性和复杂性,识别具有很大挑战.本文利用深度学习方法的特征学习表征优势,解决特征提取的繁琐计算或漏提特征等弊端,通过对轨迹进行去野和划分等预处理后,计算轨迹片段的运动学特征构成输入数据,提出基于卷积神经网络与门控循环单元相结合的识别出行模式方法,利用卷积神经网络的深层特征表征优势和门控循环单元的时序特性挖掘能力,提高对非线性分类问题的学习能力和识别出行模式的准确性.为验证所提出方法的有效性,还设计单独的卷积神经网络和门控循环单元等模型,在Geolife数据集上进行测试和对比.实验结果表明,本文方法虽仅计算4个特征量仍具有较好的识别效果,并且优于单独采用卷积神经网络等分类方法的识别性能.

关键词：出行模式识别卷积神经网络门控循环单元语义挖掘 GPS轨迹数据

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于正负样例的蛋白质功能预测

引用

计算机研究与发展 2016年第8期53卷 1753-1765页

作者：傅广垣余国先王峻郭茂祖西南大学计算机与信息科学学院重庆400715 哈尔滨工业大学计算机科学与技术学院哈尔滨150001

蛋白质功能预测是后基因组时代生物信息学的核心问题之一.蛋白质功能标记数据库通常仅提供蛋白质具有某个功能(正样例)的信息,极少提供蛋白质不具有某个功能(负样例)的信息.当前的蛋白质功能预测方法通常仅利用蛋白质正样例,极少关注量... 详细信息

蛋白质功能预测是后基因组时代生物信息学的核心问题之一.蛋白质功能标记数据库通常仅提供蛋白质具有某个功能(正样例)的信息,极少提供蛋白质不具有某个功能(负样例)的信息.当前的蛋白质功能预测方法通常仅利用蛋白质正样例,极少关注量少但富含信息的蛋白质负样例.为此,提出一种基于正负样例的蛋白质功能预测方法(protein function prediction using positive and negative examples,ProPN).ProPN首先通过构造一个有向符号混合图描述已知的蛋白质与功能标记的正负关联信息、蛋白质之间的互作信息和功能标记间的关联关系,再通过符号混合图上的标签传播算法预测蛋白质功能.在酵母菌、老鼠和人类蛋白质数据集上的实验表明,ProPN不仅在预测已知部分功能标记蛋白质的负样例任务上优于现有算法,在预测功能标记完全未知蛋白质的功能任务上也获得了较其他相关方法更高的精度.

关键词：蛋白质功能预测正样例负样例符号混合图标签传播

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于HHT-LSTM的冬奥会临时设施运行趋势预测方法研究

引用

智能系统学报 2024年第1期19卷 228-237页

作者：常明煜田乐郭茂祖北京建筑大学电气与信息工程学院北京100044 北京建筑大学建筑大数据智能处理方法研究北京市重点实验室北京100044

针对冬奥会延庆赛区临时设施的安全性和可使用性,本文充分结合信号处理算法与深度神经网络,提出了一种由希尔伯特黄变换(Hilbert-Huang transform,HHT)对时序数据进行信号分解和信号特征提取,长短期记忆网络(long short-term memory,LS... 详细信息

针对冬奥会延庆赛区临时设施的安全性和可使用性,本文充分结合信号处理算法与深度神经网络,提出了一种由希尔伯特黄变换(Hilbert-Huang transform,HHT)对时序数据进行信号分解和信号特征提取,长短期记忆网络(long short-term memory,LSTM)进行临时设施运行趋势预测2部分构成模型。该模型基于受严寒天气和大客流诱发的看台振动等一系列外因影响所测得的真实振动和倾角数据,实现对设施进行有效的预测,以避免发生安全问题,解决了由于受数据中一些无关特征因素的干扰导致预测准确度低的问题。论文提出的方法与循环神经网络(recurrent neural network,RNN)、门控循环网络(gated recurrent neural network,GRU)、双向RNN和双向GRU等运行趋势预测方法进行比较,验证了本文方法的可行性和有效性,实验结果也说明所提出的模型在此类任务中表现非常出色。

关键词：时间序列预测希尔伯特黄变换长短期记忆网络信号处理趋势预测临时设施预测方法数据分析自然语言处理

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

面向共享单车调配的带约束游牧算法研究

引用

计算机工程与应用 2024年第7期60卷 325-334页

作者：郭茂祖马力赵玲玲北京建筑大学电气与信息工程学院北京100044 北京建筑大学建筑大数据智能处理方法研究北京市重点实验室北京100044 哈尔滨工业大学计算学部哈尔滨150001

共享单车调配是优化城市交通资源配置的重要手段,但目前的最优路径调配方法往往对单车系统规模敏感。为此,研究一种分时段、区域间调配的共享单车投放方法,提出了带约束的游牧算法(nomad algorithm with constraints,NCA)求解调配模型... 详细信息

共享单车调配是优化城市交通资源配置的重要手段,但目前的最优路径调配方法往往对单车系统规模敏感。为此,研究一种分时段、区域间调配的共享单车投放方法,提出了带约束的游牧算法(nomad algorithm with constraints,NCA)求解调配模型的最优解。将单车调配问题建模为以单车流量为约束、以最小化运营损耗为目标的优化问题;提出求解上述模型的NCA算法,预测投放区域单车存量和区域间转移量,相比无约束的原游牧算法,改进了局部搜索和全局寻优策略,优化了部落初定位方法;基于预测的存量和转移量得出分时段区域间单车的调配方案。在上海和纽约相关数据集上的对比实验结果表明,运行时长约为其他方法的15%,租赁需求响应率高于分支定界算法0.15%,单车总数和运营损耗比遗传算法降低了约10%,验证了该方法具有更高的优化效率和用户需求响应率。

关键词：交通资源配置共享单车调配游牧算法多约束目标优化

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

药物靶标作用关系预测结果评价及查询验证

引用

计算机研究与发展 2019年第9期56卷 1881-1888页

作者：余冬华郭茂祖刘晓燕程爽哈尔滨工业大学计算机科学与技术学院哈尔滨150001 北京建筑大学电气与信息工程学院北京100044 建筑大数据智能处理方法研究北京市重点实验室(北京建筑大学) 北京100044 中国工程物理研究院材料所四川绵阳621900

药物靶标作用关系预测是一种重要的辅助药物研发手段,而生物实验验证药物靶标作用关系耗钱耗时,因此,在数据库中查询验证预测的药物靶标作用关系是对预测方法的重要评价.基于KEGG,DrugBank,ChEMBL这3个数据库,利用爬虫获取信息的方式设... 详细信息

药物靶标作用关系预测是一种重要的辅助药物研发手段,而生物实验验证药物靶标作用关系耗钱耗时,因此,在数据库中查询验证预测的药物靶标作用关系是对预测方法的重要评价.基于KEGG,DrugBank,ChEMBL这3个数据库,利用爬虫获取信息的方式设计开发了药物靶标作用关系查询验证方法DTcheck(drug-target check),实现了对于提供KEGG DRUG ID及KEGG GENES ID的药物靶标对的高效查询验证功能,并利用DTcheck分别为Enzyme,IC(ion channel),GPCR(G-protein-coupled receptor),NR(nuclear receptor)四个标准数据集扩充新增药物靶标作用关系907,766,458,40对.此外,结合DTcheck查询验证,以BLM(bipartite local models)方法为例分析了预测结果的评价问题,结果表明,采用AUC(area under curve)值评价药物靶标作用关系预测方法没有Top N 评价合理,且AUC值低的BLMd方法在预测新的药物靶标作用关系时优于AUC值高的BLMmax方法.

关键词：药物靶标作用关系预测查询验证药物靶标数据集 AUC评价 Top N评价

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

水稻组织特异性蛋白质相互作用网络构建方法

引用

哈尔滨工业大学学报 2018年第11期50卷 1-9页

作者：邢林林郭茂祖刘晓燕李傲哈尔滨工业大学计算机科学与技术学院哈尔滨150001 北京建筑大学电气与信息工程学院北京100044 建筑大数据智能处理方法研究北京市重点实验室北京100044

组织特异的基因表达和蛋白质相互作用是研究基因调控、蛋白质功能、细胞过程的重要部分.相较于其他模式生物在蛋白质相互作用研究方面的进展,高等模式植物水稻中组织特异性蛋白质相互作用的研究十分缺乏.因此,提出了一种用于水稻组织特... 详细信息

组织特异的基因表达和蛋白质相互作用是研究基因调控、蛋白质功能、细胞过程的重要部分.相较于其他模式生物在蛋白质相互作用研究方面的进展,高等模式植物水稻中组织特异性蛋白质相互作用的研究十分缺乏.因此,提出了一种用于水稻组织特异性蛋白质相互作用网络构建的计算方法.该方法主要包含三部分:第一,在统一标准下融合多数据识别组织特异的基因;第二,提出了新的同源映射方法,并集成6种模式生物相互作用数据构建和评估目标物种蛋白质相互作用网络;第三,构建不同组织的蛋白质相互作用子网,并筛选高可靠的蛋白质相互作用.为了验证方法的有效性,构建并分析了水稻首个组织特异的蛋白质相互作用网络(PTSN4R:Predicted Tissue-Specific Network for Rice). PTSN4R包含了水稻23个组织的组织特异基因及对应的组织特异蛋白质相互作用子网,为分析组织特异的基因表达和蛋白质相互作用提供了便利条件. PTSN4R有助于理解水稻的生长调控机制,为水稻增产提供线索.同时,提出的方法能够方便的应用到其他物种,促进组织特异的蛋白质相互作用网络的研究.

关键词：组织特异基因同源映射蛋白质-蛋白质相互作用组织特异的蛋白质相互作用

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于分割注意力机制残差网络的城市区域客流量预测

引用

智能系统学报 2022年第4期17卷 839-848页

作者：李伯涵郭茂祖赵玲玲北京建筑大学电气与信息工程学院北京100044 北京建筑大学建筑大数据智能处理方法研究北京市重点实验室北京100044 哈尔滨工业大学计算机科学与技术学院黑龙江哈尔滨150001

客流量预测是城市交通资源和公共安全智能化管理的重要依据。为了综合考虑城市乘客人群流动自身的既有周期性、趋势性和突发性,以及与城市物理和社会空间的耦合关系,在时空残差网络的基础上,本文提出了基于深度时空数据的分割注意力机... 详细信息

客流量预测是城市交通资源和公共安全智能化管理的重要依据。为了综合考虑城市乘客人群流动自身的既有周期性、趋势性和突发性,以及与城市物理和社会空间的耦合关系,在时空残差网络的基础上,本文提出了基于深度时空数据的分割注意力机制残差网络的城市细粒度客流量预测模型。首先以不同时空间隔的区域客流量历史数据为基础,引入分割注意力机制模块,为各模态的数据分配不同的权重,动态捕捉更高相关性的抽象数据特征;在时空数据的基础上,引入城市功能区属性作为联合特征,结合节假日、气候等外部特征,形成deep&wide网络结构,有效记忆重要特征对客流量变化的贡献。基于北京出租车数据的区域客流量对比实验表明,相比于传统的深度时空残差网络和其他经典机器学习模型,引入了分割注意力机制和城市功能区特征的预测模型能够更好地提取数据多元化的特征,预测精度明显优于其他同类别方法。

关键词：客流量预测时空数据深度学习分割注意力机制残差网络城市功能区特征提取智慧城市智能交通

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于采样策略的主动学习算法研究进展

引用

计算机研究与发展 2012年第6期49卷 1162-1173页

作者：吴伟宁刘扬郭茂祖刘晓燕哈尔滨工业大学计算机科学与技术学院哈尔滨150001

主动学习算法通过选择信息含量大的未标记样例交由专家进行标记,多次循环使分类器的正确率逐步提高,进而在标记总代价最小的情况下获得分类器的强泛化能力,这一技术引起了国内外研究人员的关注.侧重从采样策略的角度,详细介绍了主动学... 详细信息

主动学习算法通过选择信息含量大的未标记样例交由专家进行标记,多次循环使分类器的正确率逐步提高,进而在标记总代价最小的情况下获得分类器的强泛化能力,这一技术引起了国内外研究人员的关注.侧重从采样策略的角度,详细介绍了主动学习中学习引擎和采样引擎的工作过程,总结了主动学习算法的理论研究成果,详细评述了主动学习的研究现状和发展动态.首先,针对采样策略选择样例的不同方式将主动学习算法划分为不同类型,进而,对基于不同采样策略的主动学习算法进行了深入地分析和比较,讨论了各种算法适用的应用领域及其优缺点.最后指出了存在的开放性问题和进一步的研究方向.

关键词：机器学习主动学习采样策略标记代价样例选择

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

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

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

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

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

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：