期刊导航
期刊开放获取
河南省图书馆
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
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
基于迁移学习和多视图特征融合提高RNA碱基相互作用预测
1
作者
王晓飞
樊学强
李章维
《计算机科学》
CSCD
北大核心
2023年第3期164-172,共9页
RNA碱基相互作用对维持其三维结构的稳定具有重要作用,准确地预测碱基相互作用可以辅助RNA三维结构的预测。然而,用于预测RNA碱基相互作用的数据量少,导致模型未能充分地学习到数据的特征分布,以及数据存在的特性(对称特性和类别不平衡)...
RNA碱基相互作用对维持其三维结构的稳定具有重要作用,准确地预测碱基相互作用可以辅助RNA三维结构的预测。然而,用于预测RNA碱基相互作用的数据量少,导致模型未能充分地学习到数据的特征分布,以及数据存在的特性(对称特性和类别不平衡),都影响了模型的性能。针对模型不充分学习和数据特性问题,在深度学习的基础上,提出了一种高性能的RNA碱基相互作用预测方法tpRNA。tpRNA首次在RNA碱基相互作用预测任务中引入迁移学习以改善因数据量少而产生的模型不充分学习问题,并提出高效的损失函数和特征提取模块,充分发挥迁移学习和卷积神经网络在特征学习方面的优势,以缓解数据特性问题。结果表明,引入迁移学习能减小数据量少导致的模型偏差,提出的损失函数能优化模型的训练,特征提取模块能提取到更有效的特征。与最先进的方法相比,tpRNA在低质量输入特征的情形下具有显著的优势。
展开更多
关键词
RNA碱基相互作用
迁移学习
数据特性
损失函数
卷积神经网络
下载PDF
职称材料
基于深度学习的散射光场成像研究进展
2
作者
林冰
樊学强
+2 位作者
李德奎
彭志勇
郭忠义
《量子电子学报》
CAS
CSCD
北大核心
2022年第6期880-898,共19页
散射介质会改变光子的传播方向和传输路径,导致成像质量下降甚至形成散斑。理论上,散射介质的传输矩阵可以被用来恢复目标信息,但是求解传输矩阵的过程十分复杂,而且精度也受较多因素的影响。近年来,迅速发展的深度学习技术为解决散射...
散射介质会改变光子的传播方向和传输路径,导致成像质量下降甚至形成散斑。理论上,散射介质的传输矩阵可以被用来恢复目标信息,但是求解传输矩阵的过程十分复杂,而且精度也受较多因素的影响。近年来,迅速发展的深度学习技术为解决散射光场成像问题提供了新思路,其作为一种求解逆问题的常用方法可以准确恢复目标信息、提高成像质量,在散射光场成像领域发挥着重要作用并涌现出了一系列突出的科研成果。基于深度学习算法中的监督学习和无监督学习,总结了现阶段基于深度学习算法的散射光场成像技术的研究进展,并从深度学习技术的网络结构、成像质量、泛化性等方面分析比较了各类智能算法成像技术性能。最后,分析了基于深度学习算法的散射光场成像技术的优势及面临的挑战,并展望了该领域未来可能的发展趋势。
展开更多
关键词
信息光学
散射光场成像
目标重建
深度学习
散射介质
下载PDF
职称材料
题名
基于迁移学习和多视图特征融合提高RNA碱基相互作用预测
1
作者
王晓飞
樊学强
李章维
机构
浙江工业大学信息工程学院
出处
《计算机科学》
CSCD
北大核心
2023年第3期164-172,共9页
基金
国家自然科学基金(61573317)。
文摘
RNA碱基相互作用对维持其三维结构的稳定具有重要作用,准确地预测碱基相互作用可以辅助RNA三维结构的预测。然而,用于预测RNA碱基相互作用的数据量少,导致模型未能充分地学习到数据的特征分布,以及数据存在的特性(对称特性和类别不平衡),都影响了模型的性能。针对模型不充分学习和数据特性问题,在深度学习的基础上,提出了一种高性能的RNA碱基相互作用预测方法tpRNA。tpRNA首次在RNA碱基相互作用预测任务中引入迁移学习以改善因数据量少而产生的模型不充分学习问题,并提出高效的损失函数和特征提取模块,充分发挥迁移学习和卷积神经网络在特征学习方面的优势,以缓解数据特性问题。结果表明,引入迁移学习能减小数据量少导致的模型偏差,提出的损失函数能优化模型的训练,特征提取模块能提取到更有效的特征。与最先进的方法相比,tpRNA在低质量输入特征的情形下具有显著的优势。
关键词
RNA碱基相互作用
迁移学习
数据特性
损失函数
卷积神经网络
Keywords
RNA base interactions
Transfer learning
Data characteristic
Loss function
Convolutional neural networks
分类号
TP301 [自动化与计算机技术—计算机系统结构]
下载PDF
职称材料
题名
基于深度学习的散射光场成像研究进展
2
作者
林冰
樊学强
李德奎
彭志勇
郭忠义
机构
合肥工业大学计算机与信息学院
天津津航技术物理研究所
出处
《量子电子学报》
CAS
CSCD
北大核心
2022年第6期880-898,共19页
基金
国家自然科学基金,61775050。
文摘
散射介质会改变光子的传播方向和传输路径,导致成像质量下降甚至形成散斑。理论上,散射介质的传输矩阵可以被用来恢复目标信息,但是求解传输矩阵的过程十分复杂,而且精度也受较多因素的影响。近年来,迅速发展的深度学习技术为解决散射光场成像问题提供了新思路,其作为一种求解逆问题的常用方法可以准确恢复目标信息、提高成像质量,在散射光场成像领域发挥着重要作用并涌现出了一系列突出的科研成果。基于深度学习算法中的监督学习和无监督学习,总结了现阶段基于深度学习算法的散射光场成像技术的研究进展,并从深度学习技术的网络结构、成像质量、泛化性等方面分析比较了各类智能算法成像技术性能。最后,分析了基于深度学习算法的散射光场成像技术的优势及面临的挑战,并展望了该领域未来可能的发展趋势。
关键词
信息光学
散射光场成像
目标重建
深度学习
散射介质
Keywords
information optics
scattering imaging
target reconstruction
deep learning
scattering media
分类号
TP391.41 [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
基于迁移学习和多视图特征融合提高RNA碱基相互作用预测
王晓飞
樊学强
李章维
《计算机科学》
CSCD
北大核心
2023
0
下载PDF
职称材料
2
基于深度学习的散射光场成像研究进展
林冰
樊学强
李德奎
彭志勇
郭忠义
《量子电子学报》
CAS
CSCD
北大核心
2022
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