期刊导航
期刊开放获取
上海教育软件发展有限公..
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
2
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
基于两级神经网络的发酵过程多变量前馈解耦控制
被引量：
5
1
作者
常玉清
李玉朝
+1 位作者
吕哲
王福利
《东北大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2007年第7期925-928,共4页
针对具有时变、非线性、不确定性的多变量耦合生物发酵过程,提出了一种基于两级神经网络的多变量前馈解耦方法.一级神经网络利用可获得的过程信息拟和耦合通道的过程特性,实现耦合作用对被控量影响的估计;二级神经网络用来拟和控制通道...
针对具有时变、非线性、不确定性的多变量耦合生物发酵过程,提出了一种基于两级神经网络的多变量前馈解耦方法.一级神经网络利用可获得的过程信息拟和耦合通道的过程特性,实现耦合作用对被控量影响的估计;二级神经网络用来拟和控制通道的逆特性.通过两级网络的串联,消除系统间的耦合.实验结果表明,提出的解耦控制方法能适应生物发酵过程模型的不确定性和参数时变性,克服了前馈解耦方法依赖于过程模型和对模型参数的变化表现敏感的缺点.
展开更多
关键词
建模
两级神经网络
多变量
解耦控制
发酵过程
在线阅读
下载PDF
职称材料
基于序列深度学习的Ⅲ型分泌效应子预测
被引量：
1
2
作者
唐贤俊
王顺芳
《计算机工程与设计》
北大核心
2022年第8期2197-2203,共7页
为理解Ⅲ型分泌系统(T3SS)对致病机理的重要性,针对其表现出的高度序列多样性,提出基于序列深度学习的Ⅲ型分泌效应子预测方法。利用两级卷积神经网络实现对蛋白质序列功能域的检测,用双向长短时记忆神经网络识别长期依赖关系,用二进制...
为理解Ⅲ型分泌系统(T3SS)对致病机理的重要性,针对其表现出的高度序列多样性,提出基于序列深度学习的Ⅲ型分泌效应子预测方法。利用两级卷积神经网络实现对蛋白质序列功能域的检测,用双向长短时记忆神经网络识别长期依赖关系,用二进制交叉熵评价神经网络质量。在数据集上将五折交叉验证的结果与其它算法进行比较,验证了该方法能够有效提高预测Ⅲ型分泌效应子的准确率。
展开更多
关键词
分泌效应子预测
序列特征
两
级
卷积
神经网络
二进制交叉熵
五折交叉验证
在线阅读
下载PDF
职称材料
题名
基于两级神经网络的发酵过程多变量前馈解耦控制
被引量：
5
1
作者
常玉清
李玉朝
吕哲
王福利
机构
东北大学流程工业综合自动化教育部重点实验室
沈阳理工大学机械工程学院
出处
《东北大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2007年第7期925-928,共4页
基金
国家自然科学基金资助项目(60374003)
国家重点基础研究发展规划项目(2002CB312201)
流程工业综合自动化教育部重点实验室开放课题基金资助项目(PAL200511)
文摘
针对具有时变、非线性、不确定性的多变量耦合生物发酵过程,提出了一种基于两级神经网络的多变量前馈解耦方法.一级神经网络利用可获得的过程信息拟和耦合通道的过程特性,实现耦合作用对被控量影响的估计;二级神经网络用来拟和控制通道的逆特性.通过两级网络的串联,消除系统间的耦合.实验结果表明,提出的解耦控制方法能适应生物发酵过程模型的不确定性和参数时变性,克服了前馈解耦方法依赖于过程模型和对模型参数的变化表现敏感的缺点.
关键词
建模
两级神经网络
多变量
解耦控制
发酵过程
Keywords
modeling
double-level neural network
multivariable
decoupling control
fermentation process
分类号
TP13 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
基于序列深度学习的Ⅲ型分泌效应子预测
被引量：
1
2
作者
唐贤俊
王顺芳
机构
云南大学信息学院
出处
《计算机工程与设计》
北大核心
2022年第8期2197-2203,共7页
基金
国家自然科学基金项目(62062067)
云南省应用基础研究重点基金项目(2017FA032)
云南省中青年学术和技术带头人后备人才基金项目(2018HB031)。
文摘
为理解Ⅲ型分泌系统(T3SS)对致病机理的重要性,针对其表现出的高度序列多样性,提出基于序列深度学习的Ⅲ型分泌效应子预测方法。利用两级卷积神经网络实现对蛋白质序列功能域的检测,用双向长短时记忆神经网络识别长期依赖关系,用二进制交叉熵评价神经网络质量。在数据集上将五折交叉验证的结果与其它算法进行比较,验证了该方法能够有效提高预测Ⅲ型分泌效应子的准确率。
关键词
分泌效应子预测
序列特征
两
级
卷积
神经网络
二进制交叉熵
五折交叉验证
Keywords
secretory effector prediction
sequence feature
two stage convolution neural network
binary cross entropy
5-fold cross validation
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于两级神经网络的发酵过程多变量前馈解耦控制
常玉清
李玉朝
吕哲
王福利
《东北大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2007
5
在线阅读
下载PDF
职称材料
2
基于序列深度学习的Ⅲ型分泌效应子预测
唐贤俊
王顺芳
《计算机工程与设计》
北大核心
2022
1
在线阅读
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
