薛燕娜
- 作品数：2 被引量：3H指数：1
- 供职机构：江南大学物联网工程学院更多>>
- 发文基金：中央高校基本科研业务费专项资金更多>>
- 相关领域：自动化与计算机技术生物学更多>>
- 核多元基因选择和极限学习机在微阵列分析中的应用被引量：2
- 2016年
- 针对微阵列数据样本量少、维度高的特点,结合当前数据降维方法中没有考虑特征与特征之间相关性的缺点,提出一种核最小二乘的特征基因选择方法。将解释变量空间通过非线性映射转换到高维空间上,再在高维空间上进行最小二乘回归,并采用极限学习机进行训练和预测。结果表明:对三种经典数据集的分类精度分别达到90.47%,88.89%,88.23%,高于传统的机器学习算法,充分表明本方法的优越性。
- 杨勤董洪伟薛燕娜
- 关键词：基因选择极限学习机
- 基于深度玻尔兹曼机的蛋白质相互作用预测被引量：1
- 2015年
- 本文针对传统蛋白质相互作用预测模型预测精度不够高的问题,提出一种改进的深度玻尔兹曼机(DBM)模型以更精确地预测蛋白质的相互作用。首先,将多尺度特征组提取和自协方差编码方法结合编码序列特征,并利用DBM自动筛选有效特征。同时,为了避免采用sigmoid或tanh激活函数在深度网络中出现过饱和的问题,本文采用Re LU改进的深度玻尔兹曼机(RBM),使网络具备稀疏性,从而避免模型过拟合,加快收敛速度。在酵母菌PPIs数据集上,本文算法达到了92.27%的准确率,优于传统的方法。
- 薛燕娜董洪伟王兵杨勤李文静
- 关键词：RE蛋白质相互作用
