刘培磊
- 作品数：12 被引量：15H指数：2
- 供职机构：国防科学技术大学更多>>
- 发文基金：国家自然科学基金国家高技术研究发展计划国防科技技术预先研究基金更多>>
- 相关领域：自动化与计算机技术生物学文化科学更多>>
- 蛋白质相互作用信息的文本挖掘研究进展被引量：2
- 2010年
- 蛋白质相互作用是生命活动中一种极其重要的生物分子关系,对此领域的研究不仅具有理论意义,还具有较强的应用价值.近年来,随着研究的深入,各种蛋白质相互作用的生物医学文献激增,挖掘其中的蛋白质相互作用关系成为人们面临的一大挑战.当前,已提出了多种文本挖掘方法,对分散于生物医学文献中的蛋白质相互作用信息进行结构化或半结构化处理.对这些工作进行分析,总结出基于生物文本挖掘蛋白质相互作用信息的一般流程,从蛋白质命名实体的识别、蛋白质相互作用关系的提取和蛋白质相互作用注释信息的提取3个子任务进行阐述,同时介绍了生物文本挖掘领域的评测会议和一些挖掘蛋白质相互作用相关信息的工具.最后,对该领域存在的一些重要问题进行分析,并预测了未来可能的发展方向,以期对该领域相关研究提供一定的参考.
- 李满生刘齐军李栋刘培磊朱云平
- 关键词：蛋白质相互作用文本挖掘命名实体识别
- 基于Spark平台的分布式大数据函数依赖发现方法
- 本发明提供一种基于Spark平台的分布式大数据函数依赖发现方法，包括数据分区，包括根据Spark集群各节点分配的CPU内核数对数据进行分区；生成属性集合的所有非空子集，包括通过数据库中的所有属性集合，生成含有所有非空子集...
- 张海粟王龙左青云李韬伟张胜吴照林刘鹏飞朱明东戴剑伟徐飞刘培磊文峰刘一博张岩
- 文献传递
- Linked Data数据集的主题模型建立方法被引量：1
- 2017年
- 提出了建立Linked Data数据集主题模型的方法.首先,将数据集中的RDF陈述三元组转换成主谓宾结构的语句,从而将Linked Data数据集转化为文本文档;然后,使用LDA算法对所有数据集的文本文档进行主题建模,即可得到每个数据集的主题向量,该向量就是描述数据集内容主题的特征.在Linked Data数据集链接目标推荐问题上,引入数据集的主题特征进行实验.使用数据集主题向量的余弦相似度替换基于记忆的协同过滤推荐算法中的相似度计算模块.结果表明,推荐效果比原始的协同过滤算法有很大提升.
- 刘海池王挺唐晋韬宁洪魏登萍刘培磊
- 关键词：DATA数据集主题模型LDA推荐系统协同过滤
- 基于词向量语义聚类的微博热点挖掘方法被引量：2
- 2018年
- 随着社交媒体的迅速发展,信息过载问题越发严重,因此如何从海量、短小而充满噪声的社交媒体数据中发现和挖掘出热点话题或者热点事件成为一个重要的问题。结合社交媒体数据实时性、地理性、包含较多元数据等特点,提出了用户行为分析与文本内容分析相结合的热点挖掘方法。在内容分析过程中,提出了从更细的词语粒度进行聚类,以代替传统的在消息粒度进行聚类的经典方法。为了提高话题关键词提取的效果,引入了基于词向量技术,并通过语义聚类的方法进行热点挖掘。在真实数据集上的实验结果表明,该方法提取的关键词语义关联性强、话题划分效果好,在主要指标上优于传统的热点挖掘方法。
- 刘培磊唐晋韬王挺谢松县岳大鹏刘海池
- 关键词：社交媒体语义聚类
- 蛋白质相互作用有向关系抽取的特征选择
- 蛋白质相互作用关系抽取是蛋白质知识网络构建的必要前提，对生物医学领域的研究具有十分重要的意义。本文使用了基于SVM的方法，从生物医学文献中抽取蛋白质相互作用的有向关系。首先针对蛋白质关系的特点，抽取了几组合理有效的特征集...
- 刘培磊李满生王挺
- 关键词：支持向量机蛋白质相互作用
- 文献传递
- 基于航向偏差的船舶AIS时空轨迹分段及模式提取方法
- 本发明提供基于航向偏差的船舶AIS时空轨迹分段及模式提取方法，对船舶AIS时空轨迹数据预处理后，基于航向偏差对压缩后的时空轨迹线进行分段，然后进行轨迹段聚类和特征线提取；所述基于航向偏差对压缩后的时空轨迹线进行分段，包括...
- 张海粟王龙祁超邹渝崔晓晖付忠旺张胜李向鹏李韬伟吴照林朱明东戴剑伟徐飞刘培磊王强文峰刘一博
- 基于Spark平台的分布式大数据函数依赖发现方法
- 本发明提供一种基于Spark平台的分布式大数据函数依赖发现方法，包括数据分区，包括根据Spark集群各节点分配的CPU内核数对数据进行分区；生成属性集合的所有非空子集，包括通过数据库中的所有属性集合，生成含有所有非空子集...
- 张海粟王龙左青云李韬伟张胜吴照林刘鹏飞朱明东戴剑伟徐飞刘培磊文峰刘一博张岩
- 文献传递
- 结合词语规则和SVM模型的军事命名实体关系抽取方法被引量：7
- 2016年
- 抽取作战文书中的军事命名实体关系,是实现作战文书语义理解的一种有效方法。在分析作战文书中军事命名实体词语规则的基础上,提出了一种结合词语规则和SVM模型的军事命名实体关系抽取方法。首先,使用词语规则整合作战文书中连续出现的军事命名实体并抽取其关系,使其更加适合SVM模型。然后,使用SVM模型对传统规则模板难以使用的词窗、词性和距离等特征进行建模,抽取军事命名实体关系。实验结果表明,优先利用词语规则能充分提高SVM模型抽取军事命名实体关系的效果,与单纯使用SVM模型相比,准确率和召回率分别提高了8.73%和41.71%。
- 单赫源吴照林张海粟刘培磊
- 关键词：SVM模型实体关系抽取
- 蛋白质相互作用有向关系抽取的研究与实现
- 生命科学的迅猛发展导致了生物医学文献的指数级增长,随着信息抽取技术日益成熟,对生物医学文献信息抽取技术的研究越来越具有现实意义,而生物实体关系抽取正是其中最重要的一环。生物实体关系抽取技术不仅本身具有重要的应用价值,而且...
- 刘培磊
- 关键词：信息抽取蛋白质相互作用SVM特征选取
- 增量式神经网络聚类算法被引量：2
- 2016年
- 神经网络模型具有强大的问题建模能力,但是传统的反向传播算法只能进行批量监督学习,并且训练开销很大。针对传统算法的不足,提出全新的增量式神经网络模型及其聚类算法。该模型基于生物神经学实验证据,引入新的神经元激励函数和突触调节函数,赋予模型以坚实的统计理论基础。在此基础上,提出一种自适应的增量式神经网络聚类算法。算法中引入"胜者得全"式竞争等学习机制,在增量聚类过程中成功避免了"遗忘灾难"问题。在经典数据集上的实验结果表明:该聚类算法与K-means等传统聚类算法效果相当,特别是在增量学习任务的时空开销方面具有较大优势。
- 刘培磊唐晋韬谢松县王挺
- 关键词：神经网络聚类算法时间开销
