期刊文献+
共找到172篇文章
< 1 2 9 >
每页显示 20 50 100
深度学习在单细胞转录组学中的应用 被引量:1
1
作者 王天宇 高诗铠 +1 位作者 邵金凤 赵永兵 《生理科学进展》 北大核心 2025年第3期226-234,共9页
单细胞转录组测序(single-cell RNA sequencing)是一种在单细胞水平上对全基因组基因表达进行高通量测序的技术,能有效解析细胞群体异质性,目前广泛应用于发育、疾病等研究领域。由于单细胞转录组数据通常存在高噪声、高维度和高稀疏性... 单细胞转录组测序(single-cell RNA sequencing)是一种在单细胞水平上对全基因组基因表达进行高通量测序的技术,能有效解析细胞群体异质性,目前广泛应用于发育、疾病等研究领域。由于单细胞转录组数据通常存在高噪声、高维度和高稀疏性等特征,传统分析方法在处理这些数据时存在明显局限性。近年来,以自编码器、生成对抗网络为代表的深度学习模型被广泛应用到单细胞转录组数据分析中,包括表达值插补、批次效应校正、数据降维、细胞聚类和细胞类型注释等,并展现了深度学习在单细胞转录组数据分析中的优越性。特别地,基于Transformer的深度学习大模型,通过自注意力机制学习基因间隐含依赖关系以及基因表达与细胞之间的关联,为单细胞转录组数据分析提供了新路径和发展方向,并为多模态组学整合分析提供了创新的解决方案和潜在的应用前景。 展开更多
关键词 单细胞转录组测序 数据挖掘 深度学习 神经网络
在线阅读 下载PDF
一类比例时滞神经网络的全局指数同步
2
作者 郑文悦 周立群 《天津师范大学学报(自然科学版)》 北大核心 2025年第5期1-8,共8页
以一类比例时滞神经网络作为驱动-响应系统,研究其全局指数同步.通过设计反馈控制器,在3个广义范数下,利用恰当的Lyapunov泛函,并运用平均值不等式,得到了系统全局指数同步的判定条件.最后,通过2个数值算例及其仿真验证了所得结果.
关键词 全局指数同步性 广义范数 比例时滞 神经网络
在线阅读 下载PDF
一类比例时滞神经网络的全局多项式同步
3
作者 王雅儒 周立群 《天津师范大学学报(自然科学版)》 北大核心 2025年第3期8-14,共7页
以一类比例时滞神经网络作为驱动-响应系统,其中激活函数内包含神经网络的连接权重和外部输入,探究该驱动-响应系统的全局多项式同步.首先给出驱动-响应系统的误差系统,然后,通过设计反馈控制器,构造Lyapunov泛函,得到了该系统全局多项... 以一类比例时滞神经网络作为驱动-响应系统,其中激活函数内包含神经网络的连接权重和外部输入,探究该驱动-响应系统的全局多项式同步.首先给出驱动-响应系统的误差系统,然后,通过设计反馈控制器,构造Lyapunov泛函,得到了该系统全局多项式同步的判定准则,该准则以代数不等式的形式给出.最后,通过2个数值算例及仿真验证了所得结果. 展开更多
关键词 比例时滞 神经网络 全局多项式同步 反馈控制器 LYAPUNOV泛函
在线阅读 下载PDF
都匀毛尖茶汤品质数字化评价研究
4
作者 韦玲冬 刘迪迪 +4 位作者 赵亮琴 潘小珊 王顺春 李静 梅鑫 《食品工业科技》 北大核心 2025年第20期330-336,共7页
目的:对都匀毛尖茶汤品质进行数字化评价。方法:首先应用感官审评方法对茶汤品质进行评价,然后测定茶汤中内含成分含量,利用主成分分析法和相关系数法综合筛选与茶汤品质密切相关的内含成分,最后应用偏最小二乘回归方法(partial least s... 目的:对都匀毛尖茶汤品质进行数字化评价。方法:首先应用感官审评方法对茶汤品质进行评价,然后测定茶汤中内含成分含量,利用主成分分析法和相关系数法综合筛选与茶汤品质密切相关的内含成分,最后应用偏最小二乘回归方法(partial least squares regression,PLS)和人工神经网络方法(backpropagation artificial neural network,BP-ANN)尝试建立茶汤品质评价模型。结果:茶汤内含成分的前3个主成分累计方差贡献率为97.85%,筛选出7种反映茶汤品质的内含成分,分别为氨基酸、茶多酚、水浸出物、儿茶素总量、表没食子儿茶素没食子酸酯、表儿茶素没食子酸酯和表没食子儿茶素。在建立的2种都匀毛尖茶汤品质预测模型中,线性偏最小二乘方法得到的结果一般,验证集决定系数和预测均方根误差分别为0.788和1.264,而非线性人工神经网络方法建立的模型结果最佳,验证集决定系数和预测均方根误差分别为0.962和0.516,模型具有很好的稳定性。结论:应用人工神经网络方法结合主成分分析和相关分析方法实现了对都匀毛尖茶汤品质的快速、准确数字化评价,研究方法可为其他茶类茶汤品质评价提供一定程度的参考。 展开更多
关键词 都匀毛尖 茶汤 相关分析 人工神经网络 模型
在线阅读 下载PDF
基于深度学习的光纤麦克风频带扩展
5
作者 方健 甄胜来 +1 位作者 陈鑫 俞本立 《安徽大学学报(自然科学版)》 CAS 北大核心 2024年第3期39-45,共7页
光纤麦克风具有体积小、精度高、抗干扰能力强等优点,能在复杂环境下拾取目标语音.然而,在采集语音过程中,光纤麦克风受响应带宽限制,出现了高频成分缺失情况,进而降低语音短时客观可懂度(short-time objective intelligibility,简称ST... 光纤麦克风具有体积小、精度高、抗干扰能力强等优点,能在复杂环境下拾取目标语音.然而,在采集语音过程中,光纤麦克风受响应带宽限制,出现了高频成分缺失情况,进而降低语音短时客观可懂度(short-time objective intelligibility,简称STOI)和信噪比(signal-to-noise ratio,简称SNR).将时间卷积模块(temporal convolutional module,简称TCM)引入Wave-U-Net,提出TCM_Wave-U-Net.在此基础上,提出频域卷积递归神经网络(convolutional recurrent neural networks,简称CRN)与时域TCM_Wave-U-Net协同的网络(简称协同网络).实验结果表明:协同网络具有较强的泛化性和鲁棒性.该文研究结果为光纤麦克风的语音保真拾取奠定了基础. 展开更多
关键词 光纤麦克风 频带扩展 深度学习 卷积神经网络 多尺度融合
在线阅读 下载PDF
用Matlab中的Neural Network Toolbox仿真赤道东太平洋SST的预报模型 被引量:3
6
作者 张韧 蒋国荣 李妍 《海洋科学》 CAS CSCD 北大核心 2001年第2期38-42,共5页
基于NCEP/NCAR再分析资料和COADS海洋资料中的全球月平均海平面气压场、850hPa纬向风场及海表温度场 ,利用Matlab中的NeuralNetworkToolbox仿真环境和BP模型改进算法比较准确地仿真和反演出了南方涛动指数、赤道纬向风指数和滞后的赤道... 基于NCEP/NCAR再分析资料和COADS海洋资料中的全球月平均海平面气压场、850hPa纬向风场及海表温度场 ,利用Matlab中的NeuralNetworkToolbox仿真环境和BP模型改进算法比较准确地仿真和反演出了南方涛动指数、赤道纬向风指数和滞后的赤道东太平洋海温之间的动力结构和预报模型。该模型具有很好的拟合精度和可行的预报效果 ,可在一定时效内预测赤道东太平洋月平均海温的变化趋势。由于所建系统是具有直接因果关系的预报模型 ,因此不仅可直接用于预测 。 展开更多
关键词 neuralnetwork 系统仿真反演 赤道东太平洋SST模
在线阅读 下载PDF
基于人工神经网络的风电功率预测 被引量:366
7
作者 范高锋 王伟胜 +1 位作者 刘纯 戴慧珠 《中国电机工程学报》 EI CSCD 北大核心 2008年第34期118-123,共6页
风电场输出功率预测对接入大量风电的电力系统运行有重要意义。对风速和风电场输出功率预测的方法进行了分类。根据风电场输出功率的影响因素,建立了风电功率预测的神经网络模型。分析了实测功率数据、不同高度的大气数据对预测结果的... 风电场输出功率预测对接入大量风电的电力系统运行有重要意义。对风速和风电场输出功率预测的方法进行了分类。根据风电场输出功率的影响因素,建立了风电功率预测的神经网络模型。分析了实测功率数据、不同高度的大气数据对预测结果的影响。建立了基于神经网络的误差带预测模型,实现了误差带预测。研究结果表明,神经网络的结构和输入样本对预测结果有一定的影响;实测功率数据作为输入可以提高提前量为30min的预测精度,而对提前量为1h的预测精度会降低;把不同高度的数据都作为神经网络的输入比只采用轮毂高度数据的预测精度高;设计的神经网络能够对误差带进行预测。 展开更多
关键词 风电场 功率 预测 人工神经网络
在线阅读 下载PDF
基于风险神经网络的大气能见度预测 被引量:18
8
作者 王恺 赵宏 +2 位作者 刘爱霞 韩斌 白志鹏 《中国环境科学》 EI CAS CSCD 北大核心 2009年第10期1029-1033,共5页
针对空气污染导致大气能见度降低的预测研究,构建了一个风险神经网络模型,模型以6个气象因子、3种主要污染物(SO2,NO2,PM10)浓度和能见度作为输入因子,输出为24h后能见度的预测值.该模型对低能见度情况的数据给予相对较高的风险值,而... 针对空气污染导致大气能见度降低的预测研究,构建了一个风险神经网络模型,模型以6个气象因子、3种主要污染物(SO2,NO2,PM10)浓度和能见度作为输入因子,输出为24h后能见度的预测值.该模型对低能见度情况的数据给予相对较高的风险值,而对高能见度情况的数据则给予相对较低的风险值.以天津市2003-2007年的气象数据对模型进行检验,结果表明该风险神经网络模型优于传统神经网络模型和线性回归模型. 展开更多
关键词 大气能见度 回归 人工神经网络 预测
在线阅读 下载PDF
能谱熵向量法及粒子群优化的RBF神经网络在高压断路器机械故障诊断中的应用 被引量:80
9
作者 徐建源 张彬 +2 位作者 林莘 李斌 腾云 《高电压技术》 EI CAS CSCD 北大核心 2012年第6期1299-1306,共8页
高压真空断路器是电力系统开关设备中极其重要的一种高压电器,而高压断路器故障中80%是由于机械特性不良造成,为此通过小波包变换对高压断路器机械振动信号进行了分析,以信号的能谱熵作为特征输入向量,建立了粒子群优化(PSO)径向基函数(... 高压真空断路器是电力系统开关设备中极其重要的一种高压电器,而高压断路器故障中80%是由于机械特性不良造成,为此通过小波包变换对高压断路器机械振动信号进行了分析,以信号的能谱熵作为特征输入向量,建立了粒子群优化(PSO)径向基函数(RBF)神经网络的高压断路器故障识别系统模型,最后对实际高压断路器振动信号进行获取分析并得到结果。实验结果表明,高压断路器正常信号能谱熵向量各元素分布比较均匀;而故障信号所得能谱熵向量各元素变化较大且有一定变化规律;粒子群优化后的RBF网络模型在正确率、精度等方面高于传统神经网络模型。实验结果表明该方法用于高压断路器的故障诊断是可行的,并且可以为断路器的故障诊断提供更好的理论依据。 展开更多
关键词 小波包 能谱熵 粒子群优化(PSO)算法 神经网络 高压断路器 振动信号 故障诊断 模型优化
在线阅读 下载PDF
地铁隧道土体参数敏感性分析与正交反演 被引量:26
10
作者 张志华 周传波 +3 位作者 夏志强 苗高建 张定邦 蒋楠 《中南大学学报(自然科学版)》 EI CAS CSCD 北大核心 2013年第6期2488-2493,共6页
以郑州地铁工程为依托,现场监测数据为依据,采用敏感分析和数值模拟相结合的研究方法进行地铁盾构隧道土体力学参数的反演分析。利用MATLAB神经网络工具箱计算平台,计算分析土体变形量与其对应的力学参数之间的非线性关系,构建BP神经网... 以郑州地铁工程为依托,现场监测数据为依据,采用敏感分析和数值模拟相结合的研究方法进行地铁盾构隧道土体力学参数的反演分析。利用MATLAB神经网络工具箱计算平台,计算分析土体变形量与其对应的力学参数之间的非线性关系,构建BP神经网络的训练结构;以地表竖向监测位移为输入样本值,对土体力学参数进行位移反分析。研究结果表明:影响地表变形的主要土体力学参数敏感度依次为内摩擦角(φ)、弹性模量(E)、内聚力(C)、泊松比(μ)。应用FLAC3D软件模拟分析地铁区间隧道盾构施工过程的力学特征,并将其成果作为反演分析的样本数集;杂填土层弹性模量E1为7.60 MPa,内摩擦角φ1为22.5°;粉土层弹性模量E2为19.68 MPa,内摩擦角φ2为27.7°;粉质黏土层弹性模量E3为12.98 MPa,内摩擦角φ3为19.5°。现场应用证明了该方法的有效合理性。 展开更多
关键词 土体力学参数 地铁隧道 位移反分析 敏感性分析 BP神经网络
在线阅读 下载PDF
基于TOPSIS和BP神经网络的高标准农田综合识别 被引量:22
11
作者 吕雅慧 郧文聚 +3 位作者 张超 朱德海 杨建宇 陈英义 《农业机械学报》 EI CAS CSCD 北大核心 2018年第3期196-204,共9页
为提高耕地综合生产能力,适应农业现代化发展需求,我国提出了高标准农田建设的重大战略部署。高标准农田的识别是建设前选址和建设后评价的基础。本文以耕地图斑为基本单元,融合遥感影像等多源数据,从本底条件、空间形态、建设水平、生... 为提高耕地综合生产能力,适应农业现代化发展需求,我国提出了高标准农田建设的重大战略部署。高标准农田的识别是建设前选址和建设后评价的基础。本文以耕地图斑为基本单元,融合遥感影像等多源数据,从本底条件、空间形态、建设水平、生态防护等方面,构建农田综合质量多特性表征体系,采用逼近理想点排序法(TOPSIS)进行初步评价,再以人机交互的方式选取各质量等级农田的真值样本,进一步采用BP神经网络算法修正各特性权值,得到农田综合质量的精确评价结果,实现高标准农田识别。以吉林省大安市为研究区,研究结果表明:基于多特性表征体系的农田综合质量评价方法精度达到96%以上;研究区高标准农田面积广大,主要分布在耕地集中连片、道路通达、生态防护良好、具有农业现代化生产优势的东北部、中北部、西北部边缘和部分南部区域;当地已备案的高标准农田和未备案、有潜力的高质量农田区域均得到有效识别。 展开更多
关键词 高标准农田 综合识别 多源数据 TOPSIS BP神经网络
在线阅读 下载PDF
基于人工神经网络的降雨径流模拟研究 被引量:12
12
作者 鞠琴 郝振纯 +2 位作者 余钟波 朱长军 刘德东 《辽宁工程技术大学学报(自然科学版)》 EI CAS 北大核心 2007年第6期940-943,共4页
针对水库径流难以预测的问题,采用改进的动量-自适应学习率调整BP神经网络方法,以南告水库作为研究对象,对水库的日资料进行径流模拟,并对该模型在径流模拟中的方法和难点问题进行分析和探讨。改进的BP模型模拟的结果与三水源新安江模... 针对水库径流难以预测的问题,采用改进的动量-自适应学习率调整BP神经网络方法,以南告水库作为研究对象,对水库的日资料进行径流模拟,并对该模型在径流模拟中的方法和难点问题进行分析和探讨。改进的BP模型模拟的结果与三水源新安江模型的模拟结果相比较,探讨改进的BP模型应用于水文模拟的可行性。研究结果表明,改进的BP模型用于水文模拟是可行的。 展开更多
关键词 BP模型 改进 降雨径流模拟 人工神经网络 新安江模型
在线阅读 下载PDF
基于Adaboost的BP神经网络改进算法在短期风速预测中的应用 被引量:63
13
作者 吴俊利 张步涵 王魁 《电网技术》 EI CSCD 北大核心 2012年第9期221-225,共5页
进行较准确的风速预测对含大规模风电场的电力系统进行经济调度具有重要意义。针对目前神经网络法、时间序列法、卡尔曼滤波法等算法在短期风速预测上精度不高的缺陷,引入Adaboost算法对前馈(back propagation,BP)神经网络算法进行改进... 进行较准确的风速预测对含大规模风电场的电力系统进行经济调度具有重要意义。针对目前神经网络法、时间序列法、卡尔曼滤波法等算法在短期风速预测上精度不高的缺陷,引入Adaboost算法对前馈(back propagation,BP)神经网络算法进行改进,提出了基于Adaboost的BP神经网络算法,并将该方法应用于短期风速预测。经算例分析,该算法在超前1 h和2 h的风速预测精度优于其他2种算法,且该算法在高风速段(10 m/s以上)平均绝对百分比误差低于7.5%,具有较高的工程应用价值。 展开更多
关键词 风速预测 ADABOOST BP神经网络
在线阅读 下载PDF
煤的工业分析至元素分析的BP神经网络预测模型 被引量:21
14
作者 殷春根 骆仲泱 +1 位作者 倪明江 岑可法 《燃料化学学报》 EI CAS CSCD 北大核心 1999年第5期408-414,共7页
以大量煤质分析数据为基础,建立了利用煤工业分析数据( 包括水份、灰份、挥发份及热值) 计算元素分析数据的BP神经网络预测模型,并将该模型与现有经验公式进行了比较,结果表明神经网络模型有很好的推广能力。
关键词 工业分析 元素分析 神经网络 模型
在线阅读 下载PDF
基于GA-BP算法的隧道围岩力学参数反分析 被引量:20
15
作者 关永平 宋建 +1 位作者 王述红 刘宇 《东北大学学报(自然科学版)》 EI CAS CSCD 北大核心 2012年第2期276-278,283,共4页
建立智能位移反分析系统,用其确定隧道围岩的力学参数.针对BP神经网络易陷入局部极小值和训练时间过长等缺点,利用遗传算法全局寻优能力优化BP神经网络的权值和阈值.结合均匀设计法在围岩力学参数初始域范围内设计实验方案,这样不仅减... 建立智能位移反分析系统,用其确定隧道围岩的力学参数.针对BP神经网络易陷入局部极小值和训练时间过长等缺点,利用遗传算法全局寻优能力优化BP神经网络的权值和阈值.结合均匀设计法在围岩力学参数初始域范围内设计实验方案,这样不仅减少了迭代时间和次数,还提高了预测精度.通过对绿春坝隧道围岩力学参数的反演,验证了该方法的可靠性及适用性.将反演得出的围岩力学参数代入到数值模型中进行计算,结果表明,数值计算值与现场实际监测值的误差分别为-8.9%和4.5%. 展开更多
关键词 围岩 力学参数 反分析 均匀设计 BP神经网络 遗传算法
在线阅读 下载PDF
用于暂态稳定评估的人工神经网络输入特征离散化方法 被引量:25
16
作者 刘艳 顾雪平 李军 《中国电机工程学报》 EI CSCD 北大核心 2005年第15期56-61,共6页
针对基于人工神经网络的暂态稳定评估数据预处理中的数据离散化进行了深入的研究,提出了一种基于信息熵和粗糙集理论的输入特征离散化新方法:通过对样本空间的聚类分析筛选出各条件属性在离散化过程中的可用断点;利用信息熵的相关概念,... 针对基于人工神经网络的暂态稳定评估数据预处理中的数据离散化进行了深入的研究,提出了一种基于信息熵和粗糙集理论的输入特征离散化新方法:通过对样本空间的聚类分析筛选出各条件属性在离散化过程中的可用断点;利用信息熵的相关概念,构建各条件属性的候选断点集;采用粗糙集理论中决策表不相容度的概念,检测出各条件属性间的最优断点组合。算例表明:该方法在保证暂态稳定评估精度的前提下,能有效地压缩训练样本集,减轻神经网络的训练负担,为基于神经网络的大系统暂态稳定评估提供了新思路。 展开更多
关键词 电力系统 暂态稳定 神经网络 数据离散化 信息熵 粗糙集理论
在线阅读 下载PDF
主成分分析和长短时记忆神经网络预测水产养殖水体溶解氧 被引量:72
17
作者 陈英义 程倩倩 +2 位作者 方晓敏 于辉辉 李道亮 《农业工程学报》 EI CAS CSCD 北大核心 2018年第17期183-191,共9页
为了提高水产养殖溶解氧预测的精度,提出了基于主成分分析(principal component analysis,PCA)和长短时记忆神经网络(long short-term memory,LSTM)的水产养殖溶解氧预测模型。首先通过主成分分析提取水产养殖溶解氧的关键影响因子,消... 为了提高水产养殖溶解氧预测的精度,提出了基于主成分分析(principal component analysis,PCA)和长短时记忆神经网络(long short-term memory,LSTM)的水产养殖溶解氧预测模型。首先通过主成分分析提取水产养殖溶解氧的关键影响因子,消除了原始变量之间的相关性,降低了模型输入向量维度;然后,在Tensorflow深度学习框架的基础上建立LSTM神经网络的水产养殖溶解氧预测模型;最后,利用该模型对浙江省淡水水产养殖研究所综合实验基地某池塘溶解氧进行验证。试验结果表明:该模型与BP神经网络等其他浅层模型相比,模型评价指标平均绝对误差、均方根误差和平均绝对误差分别为0.274、0.089和0.147,均优于传统的预测方法;该模型具有良好的预测性能和泛化能力,能够满足水产养殖溶解氧精确预测的实际需要,可以为水产养殖水质精准调控提供参考。 展开更多
关键词 水产养殖 溶解氧预测 主成分分析 LSTM神经网络 循环神经网络
在线阅读 下载PDF
基于径向基函数神经网络的压电式六维力传感器解耦算法 被引量:23
18
作者 李映君 韩彬彬 +4 位作者 王桂从 黄舒 孙杨 杨雪 陈乃建 《光学精密工程》 EI CAS CSCD 北大核心 2017年第5期1266-1271,共6页
针对四点支撑结构的压电式六维力传感器线性度差,维间耦合严重的问题,提出了基于径向基函数(RBF)神经网络的解耦算法。分析了耦合产生的主要原因,建立了RBF神经网络模型。通过对六维力传感器进行标定实验获取解耦所需的实验数据,并对实... 针对四点支撑结构的压电式六维力传感器线性度差,维间耦合严重的问题,提出了基于径向基函数(RBF)神经网络的解耦算法。分析了耦合产生的主要原因,建立了RBF神经网络模型。通过对六维力传感器进行标定实验获取解耦所需的实验数据,并对实验数据进行处理。然后采用RBF神经网络优化传感器输出系统的多维非线性解耦算法,解耦出传感器的输入输出映射关系,得到解耦后的传感器输出数据。对传感器解耦后的数据分析表明:采用RBF神经网络的解耦算法得到的最大Ⅰ类误差和Ⅱ类误差分别为1.29%、1.56%。结果显示:采用RBF神经网络的解耦算法,能够更加有效地减小传感器的Ⅰ类误差和Ⅱ类误差,满足了传感器两类误差指标均低于2%的要求。该算法有效地提高了传感器的测量精度,基本解决了传感器解耦困难的难题, 展开更多
关键词 六维力传感器 压电式传感器 径向基函数神经网络 解耦算法
在线阅读 下载PDF
基于深度学习的离心泵空化状态识别 被引量:17
19
作者 曹玉良 明廷锋 +1 位作者 贺国 苏永生 《西安交通大学学报》 EI CAS CSCD 北大核心 2017年第11期165-172,共8页
空化状态识别是离心泵状态监测的难点之一,为了提高空化状态识别的效果,提出了一种基于深度学习的离心泵空化状态识别方法。首先,采集了在3种工况下泵壳的振动信号,分别构建了振动信号的改进倍频带特征矩阵和时频特征矩阵;然后,基于自... 空化状态识别是离心泵状态监测的难点之一,为了提高空化状态识别的效果,提出了一种基于深度学习的离心泵空化状态识别方法。首先,采集了在3种工况下泵壳的振动信号,分别构建了振动信号的改进倍频带特征矩阵和时频特征矩阵;然后,基于自动编码器构建了深度学习网络,通过无监督训练自动学习输入数据的特征,利用监督训练对网络的参数进行了调整;最后,运用深度学习网络,对离心泵的4类空化状态进行了分类识别。研究表明,无论是基于改进倍频带特征矩阵还是基于时频特征矩阵,深度学习网络对4类空化状态都有很好的识别效果,尤其是对于弱空化状态,深度学习网络比BP神经网络更有效。 展开更多
关键词 离心泵 空化状态识别 深度学习 自动编码器 神经网络
在线阅读 下载PDF
改进Madaline学习算法预测蛋白质二级结构 被引量:17
20
作者 方慧生 相秉仁 安登魁 《中国药科大学学报》 CAS CSCD 北大核心 1996年第6期366-369,共4页
通过对Madaline深入研究,同时结合蛋白质一级结构由局部编码方案获得的输入输出编码的特性,对Madaline网络作了改进:删除了训练和预测过程中的部分乘法和加法运算以缩短训练学习和预测时间;以非线性作用函数代替原... 通过对Madaline深入研究,同时结合蛋白质一级结构由局部编码方案获得的输入输出编码的特性,对Madaline网络作了改进:删除了训练和预测过程中的部分乘法和加法运算以缩短训练学习和预测时间;以非线性作用函数代替原来的线性作用函数以提高其预测精度。通过对31个蛋白质共5720个氨基酸残基的训练学习,预测了9个蛋白质共1091个氨基酸残基,结果表明:与经典Madaline网络相比,改进Madaline的训练学习速度提高了14倍;其平均精度也由原来的60.61%提高到63.05%。 展开更多
关键词 Madaline网络 蛋白质 二级结构
在线阅读 下载PDF
上一页 1 2 9 下一页 到第
使用帮助 返回顶部