检索结果

Select

1. 基于深度学习的八类蛋白质二级结构预测算法

张蕾, 李征, 郑逢斌, 杨伟

计算机应用 2017, 37 (5): 1512-1515. DOI: 10.11772/j.issn.1001-9081.2017.05.1512

摘要（1233）

PDF （644KB）（926）

蛋白质二级结构预测是结构生物学中的一个重要问题。针对八类蛋白质二级结构预测，提出了一种基于递归神经网络和前馈神经网络的深度学习预测算法。该算法通过双向递归神经网络建模氨基酸间的局部和长程相互作用，递归神经网络的隐层输出进一步送入到三层的前馈神经网络以便进行八类蛋白质二级结构预测。实验结果表明，提出的算法在CB513数据集上达到了67.9%的Q ₈预测精度，显著地优于SSpro8和SC-GSN。

参考文献 | 相关文章 | 多维度评价

Select

2. 基于多模态融合和时空上下文语义的跨媒体检索模型的研究

刘扬郑逢斌姜保庆蔡坤

计算机应用

摘要（1595）

PDF （1325KB）（776）

如何跨越低层特征描述到高层语义知识的“语义鸿沟”已成为跨媒体检索(CMR)问题的关键，提出一个基于多模态融合描述和时空上下文语义的跨媒体检索模型，对多模态融合的特征采用主成分分析(PCA)和独立成分分析(ICA)相结合的降维算法、采用基于支持向量机(SVM)和隐马尔可夫模型(HMM)的混合分类器进行语义映射，同时给出了时空模糊聚类分析方法和基于相关反馈的跨媒体检索算法。并在此基础上开发出基于该模型的原型系统,成功验证了该模型的可行性和正确性,可为相关系统的设计者提供思路。

相关文章 | 多维度评价

Select

3. 基于NASA World Wind 的GeoTIFF影像显示方案研究

潘伟郑逢斌乔保军徐辉刘定一

计算机应用 2009, 29 (06): 1745-1747.

摘要（905）

PDF （443KB）（962）

鉴于遥感影像GeoTIFF研究过程中对地理信息的需求,提出了基于World Wind的GeoTIFF显示方案。在对World Wind分层显示进行深入研究的基础上,采用添加GeoTIFF图层的方式显示影像数据和设置影像alpha值的方式透视影像覆盖区域的地表特征。实验证明该方案能够快速地显示GeoTIFF影像,能方便地查看GeoTIFF覆盖区域的地表特征。