您的位置： 专家智库 > >

杨建宇

作品数：2 被引量：2H指数：1
供职机构：南开大学更多>>
发文基金：天津市自然科学基金中央高校基本科研业务费专项资金中国博士后科学基金更多>>
相关领域：理学机械工程自动化与计算机技术更多>>

合作作者

文献类型

  • 1篇期刊文章
  • 1篇学位论文

领域

  • 1篇机械工程
  • 1篇自动化与计算...
  • 1篇理学

主题

  • 1篇蛋白
  • 1篇遗传算法
  • 1篇软件包
  • 1篇生物光
  • 1篇生物光学
  • 1篇图像
  • 1篇图像分割
  • 1篇膜蛋白
  • 1篇聚类
  • 1篇聚类算法
  • 1篇工具软件包
  • 1篇光学
  • 1篇DBSCAN
  • 1篇并行遗传算法
  • 1篇层次聚类
  • 1篇层次聚类算法
  • 1篇超分辨

机构

  • 2篇南开大学
  • 1篇山西大学

作者

  • 2篇杨建宇
  • 1篇李任植
  • 1篇胡芬
  • 1篇潘雷霆
  • 1篇董浩
  • 1篇许京军

传媒

  • 1篇中国激光

年份

  • 1篇2023
  • 1篇1999
共 2 条 记 录，以下是 1-2
全选 清除 导出
排序方式：
结合多次DBSCAN和层次聚类算法的膜蛋白单分子定位超分辨图像分割被引量：2
2023年
膜蛋白在细胞膜上的时空分布形式决定了其活性状态及功能,在调控细胞生命活动过程中起着重要作用。单分子定位超分辨成像(SMLM)技术为在纳米尺度解析膜蛋白的空间分布提供了可能,但分辨率的极大提升对图像准确聚类分割提出了更高要求。基于密度的空间聚类算法(DBSCAN)是常用的聚类方法之一,但其对于膜蛋白分布不均匀的SMLM超分辨图像的分割效果往往不太理想。本文提出了一种结合多次DBSCAN和层次聚类的混合聚类算法,该算法以DBSCAN方法为分割基础,通过进一步的面积阈值分析和层次聚类,在保持超分辨点簇图像精确聚类识别的前提下,仍能保留每个点簇内的多次定位信号。将该算法应用于模拟数据集和实验数据分割得到的轮廓系数等性能普遍优于传统DBSCAN算法。这种混合聚类方法为膜蛋白SMLM超分辨图像的聚类分割提供了新思路和新方法,有助于更精准地分析膜蛋白在纳米尺度上的空间分布信息。
杨建宇胡芬邢福临董浩侯梦迪李任植潘雷霆许京军
关键词：生物光学膜蛋白层次聚类算法
遗传算法及其工具软件包的研究与设计
遗传算法因其简单、通用、鲁棒性强的特点而被广泛应用于组合优化、机顺学习等许多领域.为遗传算法设计一个工具软件包是一项有意义肯必要的工作.该文首先讨论了遗传算法的发展情况极其相关的重要概念与技术.接下来深入剖析了一个采用面...
杨建宇
关键词：遗传算法工具软件包并行遗传算法
文献传递
全选 清除 导出
共1页<1>
聚类工具0