您的位置： 专家智库 > >

周谆

作品数：10 被引量：48H指数：3
供职机构：北京科技大学计算机与通信工程学院更多>>
发文基金：国家自然科学基金北京市自然科学基金教育部科学技术研究重点项目更多>>
相关领域：自动化与计算机技术生物学理学电子电信更多>>

合作作者

文献类型

  • 9篇期刊文章
  • 1篇学位论文

领域

  • 9篇自动化与计算...
  • 2篇生物学
  • 1篇电子电信
  • 1篇理学

主题

  • 5篇数据挖掘
  • 4篇蛋白质二级结...
  • 4篇二级结构预测
  • 3篇蛋白质二级结...
  • 2篇蛋白
  • 2篇蛋白质
  • 2篇数据流
  • 2篇搜索
  • 2篇人工免疫
  • 2篇网络
  • 2篇网络算法
  • 2篇免疫网络
  • 2篇免疫网络算法
  • 2篇禁忌搜索
  • 2篇关联规则
  • 2篇白质
  • 1篇多分类算法
  • 1篇多关系数据挖...
  • 1篇性能分析
  • 1篇搜索算法

机构

  • 9篇北京科技大学
  • 2篇煤炭科学研究...
  • 2篇北京市科学技...
  • 1篇中国民用航空...

作者

  • 10篇周谆
  • 6篇杨炳儒
  • 5篇侯伟
  • 2篇吴晨生
  • 2篇赵云丰
  • 2篇王嘉
  • 2篇尹怡欣
  • 2篇付冬梅
  • 1篇谢永红
  • 1篇赵宝永
  • 1篇冯兴杰
  • 1篇尹萍

传媒

  • 2篇系统工程与电...
  • 2篇高技术通讯
  • 1篇科学通报
  • 1篇计算机工程
  • 1篇计算机应用研...
  • 1篇自然科学进展
  • 1篇计算机科学

年份

  • 1篇2010
  • 8篇2009
  • 1篇2005
共 10 条 记 录，以下是 1-10
全选 清除 导出
排序方式：
Apriori算法的改进被引量：27
2005年
介绍关联规则挖掘的情况,在分析关联规则挖掘算法的基础上,通过对经典Apriori算法的改进,提出一种改进算法,该算法在计算候选大项集支持度所涉及的记录数目将小于事务数据库中原始的记录数目,实验证明该算法能够有效提高执行效率。
冯兴杰周谆
关键词：数据挖掘关联规则APRIORI
基于认知的流形学习方法概要被引量：3
2009年
流形学习是一种新出现的机器学习方法,近年来引起越来越多的计算机科学工作者和认知科学工作者的重视。为了加深对流形学习的认识和理解,从流形与流形学习的基本概念入手,追溯它的发展历程。针对目前的几种主要的流形算法,分析它们各自的优势和不足,然后引用LLE的应用示例,说明流形学习较之于传统的线性降维方法如PCA等,能够有效地发现非线性高维数据的本质维数,可以有效地进行维数约简和数据分析。最后对流形学习未来的研究方向做出展望,以期进一步拓展流形学习的应用领域。
周谆杨炳儒
关键词：维数约简流形学习
基于蛋白质二级序列的关联多分类算法被引量：1
2010年
蛋白质二级结构预测是公认的生物信息学领域的国际性难题。以基于内在认知机理的知识发现理论(knowledge discovery theory based on inner cognitive mechanism,KDTICM)理论的扩展性研究与数据库中的知识发现(knowledge discovery in database*,KDD*)模型为基础,提出一种基于结构序列的多分类算法——SAC(structuralassociation classification),可以有效地解决蛋白质二级结构预测问题。该算法借助设定支持度阈值的精化知识库的方法,其预测准确率能够超过85%。以该算法为核心,构建了一个蛋白质二级预测模型——复合金字塔模型。实验证明,在RS126、CB513I、LP数据集上的预测准确率均超过80%,超过目前已知的国际主流水平。
杨炳儒周谆侯伟
关键词：蛋白质二级结构预测
合成金字塔预测模型中内含的改进型CBA预测方法
2009年
蛋白质二级结构预测问题,是生物信息学领域中最为重要的任务之一,历经三十多年的研究,已取得了一些进展,尤其是近来集成预测模型与混合预测模型的引入,为预测精度带来了一定程度的提高,然而其离从二级结构推导三级结构的目标,仍然存在很大差距。为了有效提高蛋白质二级结构预测精度,以KDTICM理论的扩展性研究与KDD*模型为基础,使用基于KDD*模型的关联分析蛋白质二级结构预测方法KAAPRO,提出一种基于支持度与可信度的复杂距离度量的CBA(classification based on association)算法,并以该算法为核心构建逐步求精、多层递阶的合成金字塔模型,该模型整体贯穿领域知识,并采用因果细胞自动机选择有效物化属性。在对偏alpha、beta型蛋白质的预测实验中,改进型CBA算法较好地完成了对结构特征不明显氨基酸的预测,获得了较优的预测效果。
杨炳儒周谆侯伟
关键词：关联规则蛋白质二级结构预测
一种改进的人工免疫网络优化算法及其性能分析被引量：11
2009年
基于人工免疫网络算法(aiNet),借鉴禁忌搜索算法的机制,提出一种禁忌人工免疫网络算法(TS-aiNet).在算法中引入禁忌表,禁忌那些在网络迭代中亲和度不再增加的细胞,并通过特赦准则赦免一些被禁忌的优良状态;增加一个记忆表,用于保存成熟的记忆细胞;重新定义了Gauss变异方式,保证多样化的有效搜索.利用Markov链证明了算法全局收敛性,分析了算法的复杂度,通过对多个典型系统仿真分析该方法的性能,并与克隆选择算法和aiNet算法进行比较研究.结果表明,该算法在多模态搜索空间中具有更好的全局收敛性、稳定性和寻找极值点能力,能够克服早熟现象,是一种有效的全局优化搜索方法.
赵云丰付冬梅尹怡欣王嘉周谆赵宝永
关键词：人工免疫免疫网络算法禁忌搜索算法
基于周期采样的数据流频繁项集挖掘算法研究
2009年
针对用于数据流频繁项集挖掘的现有方法存在引入过多次频繁项集以及时空性能与输出精度较低的问题,利用Chebyshev不等式,构造了项集频度周期采样的概率误差边界,给出了动态检测项集支持度变化方法。提出了一种基于周期采样的数据流频繁项集挖掘算法FI-PS,该算法通过跟踪项集支持度变化确定项集支持度的稳定性,并以此作为调整窗口大小以及采样周期的依据,从而以一个较大的概率保证项集支持度误差有上界。理论分析及实验证明该算法有效,在保证挖掘结果准确度相对较好的条件下,可获得较优执行性能。
侯伟杨炳儒吴晨生周谆
关键词：数据挖掘数据流
改进的人工免疫算法在图像配准参数优化中的应用被引量：3
2009年
借鉴禁忌搜索的思想改进了人工免疫网络算法(aiNet),提出一种禁忌人工免疫网络算法(TS-aiNet)。在算法中引入禁忌表,禁忌在网络迭代中亲和力不再增加的细胞,通过特赦准则赦免一些被禁忌的优良状态;增加记忆表,保存成熟的记忆细胞;重新定义高斯变异方式,保证多样化的搜索。利用Markov链分析了该算法的全局收敛性,通过对典型系统的仿真实验分析了该算法的性能,并与克隆选择算法和opt-aiNet算法进行了比较,最终将改进的算法运用到红外与可见光图像配准中,像素级配准精度可以达到0.5像素。实验结果表明,该算法在多模态搜索空间中具有更好的全局收敛性、稳定性和发现极值点能力,能够克服早熟现象,提高图像配准的速度和精度,是一种有效的全局优化方法。
赵云丰付冬梅尹怡欣王嘉周谆尹萍
关键词：人工免疫免疫网络算法禁忌搜索图像配准
一种基于滑动窗口的多关系模式频度更新算法
2009年
面向多个相关数据流的挖掘算法研究尚处于起步阶段。作为多数据流挖掘算法的基础,模式频度更新算法仍然存在计数不准确、性能较低等问题,难以以此构造有效的挖掘算法。通过引入多关系挖掘概念以及目标关系定义,进而限定计数对象,提出了一种基于滑动窗口的多关系模式频度更新算法MRPFU。该算法监视各数据流窗口的更新情况,采用计数传播策略,减少了时间与空间复杂度。理论分析及实验结果证明了所提算法的有效性且具有较高性能。
侯伟杨炳儒吴晨生周谆
关键词：数据挖掘数据流多关系数据挖掘
基于复合金字塔模型的蛋白质二级结构预测系统被引量：3
2009年
利用预测系统方法,对蛋白质二级结构预测提出了一种逐步求精、多层递阶的预测系统模型,即复合金字塔模型.这种模型由4个独立协同的层面组成,通过智能接口有机融合了SAC,AAC,KDD*等源于KDTICM理论的模型和方法.模型整体贯穿物化属性与结构序列,采用因果细胞自动机选择有效物化属性,构造纯度较高的结构数据库作为训练数据源,利用领域知识与背景知识进行优化.本模型在数据集RS126及CB513分别取得83.06%与80.49%的Q3准确度,在对偏α/β型蛋白质的预测实验中,取得了93.12%的Q3准确度,并存在着进一步提高准确度的优化空间.
杨炳儒谢永红侯伟周谆
关键词：蛋白质二级结构预测数据挖掘
基于关联分类的蛋白质二级结构预测算法与模型研究
蛋白质二级结构预测问题，是目前生物信息学领域中最为重要的任务之一。目前已有方法普遍存在预测准确率普遍不高、预测结果的解释性不佳、缺乏坚实的理论基础、实验科学色彩较浓、对领域知识的利用不足、稳定性较差等问题，其离从二级结构...
周谆
关键词：数据挖掘蛋白质二级结构预测
全选 清除 导出
共1页<1>
聚类工具0