施建宇
- 作品数：65 被引量：96H指数：5
- 供职机构：西北工业大学更多>>
- 发文基金：国家自然科学基金中国博士后科学基金陕西省科学技术研究发展计划项目更多>>
- 相关领域：自动化与计算机技术生物学文化科学医药卫生更多>>
- 一种新的双层多分类器组合算法被引量：2
- 2005年
- 多分类器组合是解决复杂模式识别问题的有效办法。文章提出了一种新的双层多分类器组合算法,首先利用分类对象的主次特征构建了多个差异的融合方案,然后对这些融合方案进行最终的组合决策。实验结果表明,对于复杂分类问题,本文算法具有较高的正确识别率。
- 施建宇潘泉梁彦程咏梅
- 关键词：多分类器组合多样性支持向量机
- 基于图表示学习的共晶预测方法
- 本发明公开了一种基于图表示学习的共晶预测方法，提出了一个基于门控消息传递神经网络的可解释模型，即CC‑MPNN，利用门控消息传递神经网络获取化合物的子结构，并利用共同注意力机制来计算子结构之间的相互作用得分，设计基于图表...
- 施建宇余皓洋杜冰雪朱蓓赵鹏程徐意杨光秦媛李嘉宁胡朋振韦学鑫
- 基于蛋白质结构的可控属性全新活性小分子设计方法
- 本发明公开了一种基于蛋白质结构的可控属性全新活性小分子设计方法，提出了一个基于Transformer的小分子生成模型，即CproMG。基于融合蛋白质的层次视图，它通过将氨基酸残基与其组成原子关联，显著增强了蛋白质结合袋的...
- 施建宇李嘉宁杨光赵鹏程韦学鑫
- 一种弹跳起飞的滑翔机器人
- 本发明涉及一种弹跳起飞的滑翔机器人，能够实现平稳起跳，弹跳过程不发生翻转，落地后姿态稳定，并能够调整起跳角度、连续弹跳以及滑翔前进，从而达到符合要求的跳跃距离和高度，本发明采用的机构简单，轻便，弹跳高，距离远，并可以通过...
- 卢慧甍郭伟强仓怀兴施建宇尚晓娅陈霖李随城何卓越舒俊铭张宜久铃
- 文献传递
- 基于支持向量机融合网络的蛋白质折叠子识别研究被引量：25
- 2006年
- 在不依赖于序列相似性的条件下,蛋白质折叠子识别是一种分析蛋白质结构的重要方法.提出了一种三层支持向量机融合网络,从蛋白质的氨基酸序列出发,对27类折叠子进行识别.融合网络使用支持向量机作为成员分类器,采用“多对多”的多类分类策略,将折叠子的6种特征分为主要特征和次要特征,构建了多个差异的融合方案,然后对这些融合方案进行动态选择得到最终决策.当分类之前难以确定哪些参与组合的特征种类能够使分类结果最好时,提供了一种可靠的解决方案来自动选择特征信息互补最大的组合,保证了最佳分类结果.最后,识别系统对独立测试样本的总分类精度达到61.04%.结果和对比表明,此方法是一种有效的折叠子识别方法.
- 施建宇潘泉张绍武梁彦
- 关键词：支持向量机分类器融合
- 一种提高蛋白质结晶成功率的方法
- 本发明提供了一种提高蛋白质结晶成功率的方法，包括如下步骤：将溶质、溶剂以及水按照一定顺序和比例混合均匀，配制成具有特定组分及比例的溶液，将配制好的溶液置于恒温水浴中，温度设置范围为常温至70℃，待溶液温度稳定后，将结晶板...
- 尹大川何进郭云珠张辰艳刘永明曹慧玲崔超施建宇商澎
- 文献传递
- 基于模板匹配与塔式分解的蛋白质结构域分类
- 2012年
- 首先构造结构域的距离矩阵灰度图像;其次建立典型二级结构的距离函数,并分析所呈现的灰度模式;然后基于模板匹配和塔式分解,提出了结构域特征;最后在结构类和折叠子两个层次实施结构域分类。本方法在第一种验证策略的分类精度分别为90.7%和74.6%,使用第二种验证策略的为93.8%和78.7%。相比其他方法,具有更高分类精度和更低的特征维数,说明本方法更有效。
- 施建宇张艳宁
- 关键词：结构域距离矩阵图像处理
- 一种基于聚类融合算法的双模态脑肿瘤MRI分割方法
- 本发明涉及医学图像分析技术领域，且公开了一种基于聚类融合算法的双模态脑肿瘤MRI分割方法，包括以下步骤：步骤1输入肿瘤患者的不同模态图像，包括T2加权和Flair图像，对输入的图像进行灰度值归一化；步骤2筛选图像中脑部区...
- 施建宇张安琪牛晨李奎卢慧甍尚晓娅李静迪
- 文献传递
- 基于标签相关性和图表示学习的代谢路径预测方法
- 本发明公开了一种基于标签相关性和图表示学习的代谢路径预测方法，提出一个基于标签相关性的可解释模型，即MP‑GNN，利用代谢路径之间的相关关系，通过标签嵌入表示方法构建标签之间的依赖关系，设计基于标签依赖性的图神经网络，研...
- 施建宇杜冰雪赵鹏程朱蓓徐意杨光秦媛
- 基于投票表决特征融合的蛋白质结构类预测
- 2007年
- 根据氨基酸的物化特性,基于氨基酸组成成分与氨基酸残基指数自相关函数相结合特征提取法,从非同源蛋白质序列中提取7个特征集(COMP、FINA、MAXF、NAKH、BIOV、OOBM、RICJ),采用有先验知识的投票表决特征融合算法融合这7个特征集,对蛋白质结构类进行预测.结果表明,投票表决融合算法的预测总精度及每一类别的预测精度与7个特征集相比较均有不同程度的提高,说明投票表决融合算法在一定程度上能较多地反映蛋白质的空间结构信息.
- 邵壮超张绍武潘泉施建宇姜涛
- 关键词：自相关函数
