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
4
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
基于随机下采样和SVR的蛋白质-ATP绑定位点预测
被引量:
2
1
作者
余健浩
孙廷凯
《现代电子技术》
北大核心
2015年第4期19-24,共6页
将蛋白质序列的ATP绑定位点与非绑定位点进行分类是个不平衡的二分类问题,其中绑定位点是样本数目稀少的正类样本,非绑定位点是样本数目众多的负类样本。根据机器学习关于可以将分类问题作为回归问题的特例的观点出发,并根据所研究问题...
将蛋白质序列的ATP绑定位点与非绑定位点进行分类是个不平衡的二分类问题,其中绑定位点是样本数目稀少的正类样本,非绑定位点是样本数目众多的负类样本。根据机器学习关于可以将分类问题作为回归问题的特例的观点出发,并根据所研究问题本身的特点,在此提出一种基于随机下采样和支持向量回归的蛋白质-ATP绑定位点预测方法。首先,使用滑动窗口抽取蛋白质序列中每个残基的特征,得到一批不平衡的两类样本;其次,应用随机下采样策略,消除正负样本存在的显著不平衡;最后,使用支持向量回归建立预测模型,并选取合适的阈值进行蛋白质-ATP绑定位点的预测。在标准数据集上的实验结果以及与几种最新报道的预测方法的对比结果,验证了本文所述方法的有效性。
展开更多
关键词
蛋白质-ATP绑定位点
位置特异性得分矩阵
滑动窗口
支持向量回归模型
随机下采样
在线阅读
下载PDF
职称材料
克隆代码有害性预测中分类不平衡问题的解决方法
2
作者
王欢
张丽萍
闫盛
《计算机应用》
CSCD
北大核心
2016年第12期3468-3475,共8页
针对克隆代码有害性预测中有害和无害数据分类不平衡的问题,提出一种基于随机下采样(RUS)的能够自动调整分类不平衡的K-Balance算法。首先对克隆代码提取静态特征和演化特征构建样本数据集;然后选取比例不同的分类不平衡新数据集;...
针对克隆代码有害性预测中有害和无害数据分类不平衡的问题,提出一种基于随机下采样(RUS)的能够自动调整分类不平衡的K-Balance算法。首先对克隆代码提取静态特征和演化特征构建样本数据集;然后选取比例不同的分类不平衡新数据集;接着对已选取的新数据集进行有害性预测;最后,通过观察分类器的不同表现自动选择一个最适合的分类不平衡比例值。在7款C语言开源软件共170个版本上对克隆有害性预测模型的性能进行评估,并和其他分类不平衡解决方法进行对比,实验结果表明所提方法对有害和无害克隆的分类预测效果(受试者工作特征曲线下方面积(AUC)值)提高了2.62个百分点~36.70个百分点,能有效地改善分类不平衡的预测问题。
展开更多
关键词
克隆代码
有害性
不平衡分类
随机下采样
参数搜索
在线阅读
下载PDF
职称材料
基于代价敏感神经网络集成模型的类别不平衡问题研究
被引量:
3
3
作者
张俊杰
曹丽
《合肥工业大学学报(自然科学版)》
CAS
北大核心
2023年第11期1573-1579,共7页
在解决类别不平衡问题的过程中,传统分类模型往往偏向对大类别样本的学习,影响模型分类效果。基于此,文章从数据采样、模型选择2方面入手,给出代价敏感神经网络集成(cost-sensitive neural network ensemble,CSNN_Ensemble)模型。首先...
在解决类别不平衡问题的过程中,传统分类模型往往偏向对大类别样本的学习,影响模型分类效果。基于此,文章从数据采样、模型选择2方面入手,给出代价敏感神经网络集成(cost-sensitive neural network ensemble,CSNN_Ensemble)模型。首先通过随机下采样,得到多组训练数据集;其次对每组训练数据集训练BP神经网络,并结合代价矩阵构造多个代价敏感神经网络;最后以代价敏感神经网络为基学习器构造并行集成模型,并以投票的方式进行最终决策。实验结果表明,该模型在F 1值、AUC值和期望总体代价3种性能方面表现优越,并具有一定的鲁棒性。
展开更多
关键词
类别不平衡
随机下采样
代价敏感神经网络(CSNN)
集成模型
Friedman检验
在线阅读
下载PDF
职称材料
基于支持向量机集成的蛋白质与维生素绑定位点预测
4
作者
朱非易
《现代电子技术》
北大核心
2015年第9期90-95,共6页
在蛋白质与维生素绑定位点预测问题中,小类样本和大类样本之间存在显著的不平衡性,传统的机器学习方法将不再适用。针对此问题,在多重随机下采样的基础上结合支持向量机(SVM)集成来预测蛋白质与维生素的绑定位点,采用了一种改进的Ada Bo...
在蛋白质与维生素绑定位点预测问题中,小类样本和大类样本之间存在显著的不平衡性,传统的机器学习方法将不再适用。针对此问题,在多重随机下采样的基础上结合支持向量机(SVM)集成来预测蛋白质与维生素的绑定位点,采用了一种改进的Ada Boost集成方法,称为MAda Boost集成。通过实验比较了不同的集成策略,其中MAda Boost集成效果最优。实验结果表明,采用随机下采样结合SVM集成将有效提高蛋白质维生素绑定位点预测的精度。
展开更多
关键词
蛋白质-维生素相互作用
绑定位点预测
多重
随机下采样
SVM集成
ADABOOST算法
在线阅读
下载PDF
职称材料
题名
基于随机下采样和SVR的蛋白质-ATP绑定位点预测
被引量:
2
1
作者
余健浩
孙廷凯
机构
南京理工大学计算机科学与工程学院
出处
《现代电子技术》
北大核心
2015年第4期19-24,共6页
基金
江苏省自然科学基金(BK20141403)
中国博士后特别资助(2014T70526)
文摘
将蛋白质序列的ATP绑定位点与非绑定位点进行分类是个不平衡的二分类问题,其中绑定位点是样本数目稀少的正类样本,非绑定位点是样本数目众多的负类样本。根据机器学习关于可以将分类问题作为回归问题的特例的观点出发,并根据所研究问题本身的特点,在此提出一种基于随机下采样和支持向量回归的蛋白质-ATP绑定位点预测方法。首先,使用滑动窗口抽取蛋白质序列中每个残基的特征,得到一批不平衡的两类样本;其次,应用随机下采样策略,消除正负样本存在的显著不平衡;最后,使用支持向量回归建立预测模型,并选取合适的阈值进行蛋白质-ATP绑定位点的预测。在标准数据集上的实验结果以及与几种最新报道的预测方法的对比结果,验证了本文所述方法的有效性。
关键词
蛋白质-ATP绑定位点
位置特异性得分矩阵
滑动窗口
支持向量回归模型
随机下采样
Keywords
protein-ATP binding locus
position specific scoring matrix
sliding window
SVR model
random under-sampling
分类号
TN911-34 [电子电信—通信与信息系统]
在线阅读
下载PDF
职称材料
题名
克隆代码有害性预测中分类不平衡问题的解决方法
2
作者
王欢
张丽萍
闫盛
机构
内蒙古师范大学计算机与信息工程学院
出处
《计算机应用》
CSCD
北大核心
2016年第12期3468-3475,共8页
基金
国家自然科学基金资助项目(61363017
61462071)
+1 种基金
内蒙古自然科学基金资助项目(2015MS0606)
内蒙古自治区高等学校科学研究项目(NJZY16045)~~
文摘
针对克隆代码有害性预测中有害和无害数据分类不平衡的问题,提出一种基于随机下采样(RUS)的能够自动调整分类不平衡的K-Balance算法。首先对克隆代码提取静态特征和演化特征构建样本数据集;然后选取比例不同的分类不平衡新数据集;接着对已选取的新数据集进行有害性预测;最后,通过观察分类器的不同表现自动选择一个最适合的分类不平衡比例值。在7款C语言开源软件共170个版本上对克隆有害性预测模型的性能进行评估,并和其他分类不平衡解决方法进行对比,实验结果表明所提方法对有害和无害克隆的分类预测效果(受试者工作特征曲线下方面积(AUC)值)提高了2.62个百分点~36.70个百分点,能有效地改善分类不平衡的预测问题。
关键词
克隆代码
有害性
不平衡分类
随机下采样
参数搜索
Keywords
code clone
harmfulness
imbalanced classification
random undersampling
parameter search
分类号
TP311.5 [自动化与计算机技术—计算机软件与理论]
在线阅读
下载PDF
职称材料
题名
基于代价敏感神经网络集成模型的类别不平衡问题研究
被引量:
3
3
作者
张俊杰
曹丽
机构
合肥工业大学数学学院
出处
《合肥工业大学学报(自然科学版)》
CAS
北大核心
2023年第11期1573-1579,共7页
基金
国家自然科学基金资助项目(41972304)。
文摘
在解决类别不平衡问题的过程中,传统分类模型往往偏向对大类别样本的学习,影响模型分类效果。基于此,文章从数据采样、模型选择2方面入手,给出代价敏感神经网络集成(cost-sensitive neural network ensemble,CSNN_Ensemble)模型。首先通过随机下采样,得到多组训练数据集;其次对每组训练数据集训练BP神经网络,并结合代价矩阵构造多个代价敏感神经网络;最后以代价敏感神经网络为基学习器构造并行集成模型,并以投票的方式进行最终决策。实验结果表明,该模型在F 1值、AUC值和期望总体代价3种性能方面表现优越,并具有一定的鲁棒性。
关键词
类别不平衡
随机下采样
代价敏感神经网络(CSNN)
集成模型
Friedman检验
Keywords
class imbalance
random under-sampling
cost-sensitive neural network(CSNN)
ensemble model
Friedman test
分类号
TP181 [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
基于支持向量机集成的蛋白质与维生素绑定位点预测
4
作者
朱非易
机构
南京理工大学计算机科学与工程学院
出处
《现代电子技术》
北大核心
2015年第9期90-95,共6页
基金
江苏省自然科学基金-面上项目:面向蛋白质生物计算的特征抽取及动态学习模型研究(BK20141403)
文摘
在蛋白质与维生素绑定位点预测问题中,小类样本和大类样本之间存在显著的不平衡性,传统的机器学习方法将不再适用。针对此问题,在多重随机下采样的基础上结合支持向量机(SVM)集成来预测蛋白质与维生素的绑定位点,采用了一种改进的Ada Boost集成方法,称为MAda Boost集成。通过实验比较了不同的集成策略,其中MAda Boost集成效果最优。实验结果表明,采用随机下采样结合SVM集成将有效提高蛋白质维生素绑定位点预测的精度。
关键词
蛋白质-维生素相互作用
绑定位点预测
多重
随机下采样
SVM集成
ADABOOST算法
Keywords
protein-vitamin interaction
binding site prediction
multiple random sampling
SVM ensemble
AdaBoost al-gorithm
分类号
TN911-34 [电子电信—通信与信息系统]
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
基于随机下采样和SVR的蛋白质-ATP绑定位点预测
余健浩
孙廷凯
《现代电子技术》
北大核心
2015
2
在线阅读
下载PDF
职称材料
2
克隆代码有害性预测中分类不平衡问题的解决方法
王欢
张丽萍
闫盛
《计算机应用》
CSCD
北大核心
2016
0
在线阅读
下载PDF
职称材料
3
基于代价敏感神经网络集成模型的类别不平衡问题研究
张俊杰
曹丽
《合肥工业大学学报(自然科学版)》
CAS
北大核心
2023
3
在线阅读
下载PDF
职称材料
4
基于支持向量机集成的蛋白质与维生素绑定位点预测
朱非易
《现代电子技术》
北大核心
2015
0
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