一种蛋白质三磷酸腺苷绑定位点预测方法

    公开(公告)号:CN102760210A

    公开(公告)日:2012-10-31

    申请号:CN201210201382.5

    申请日:2012-06-19

    Abstract: 本发明公开了一种蛋白质三磷酸腺苷绑定位点预测方法。首先利用PSI-BLAST及PSIPRED程序获取蛋白质的进化信息和二级结构信息,并使用滑动窗口技术抽取每个氨基酸残基的特征;其次,利用随机下采样技术,对非绑定位点的样本进行多次随机下采样;然后,基于每次随机下采样得到的非绑定位点样本子集及绑定位点样本集训练一个SVM,对每个样本集的随机下采样得到多个SVM;最后,使用Dempster-Shafer证据理论对训练好的多个SVM进行集成。该方法优点在于:一是使用随机下采样技术,可以有效降低训练集的规模,加快模型训练速度;二是使用SVM集成技术,有效降低下采样导致的信息丢失,提高模型预测精度。

    一种可解释性的膜蛋白跨膜螺旋预测方法

    公开(公告)号:CN102831332A

    公开(公告)日:2012-12-19

    申请号:CN201210261613.1

    申请日:2012-07-27

    Abstract: 本发明公开了一种可解释性的膜蛋白跨膜螺旋预测方法。首先利用PSI-BLAST程序获取蛋白质的进化信息,并使用滑动窗口技术抽取每个氨基酸残基的特征;然后,利用自组织神经网络(SOM)学习跨膜螺旋在特征空间中的分布规律,将分布规律知识编码在SOM的权值向量中;最后,使用Wang-Mendel方法提取可解释性的模糊规则集;对于给定的待预测蛋白质的每个氨基酸残基使用模糊推理技术进行预测,得到预测曲线后,使用动态阈值分割技术确定每个氨基酸残基是否属于跨膜螺旋片段。优点在于:一是使用SOM学习,挖掘跨膜螺旋分布规律知识并降低原始数据的噪声;二是使用模糊规则提取技术获取的跨膜螺旋预测模型具有很高的可解释性。

    一种非参数膜蛋白跨膜螺旋预测方法

    公开(公告)号:CN102760209A

    公开(公告)日:2012-10-31

    申请号:CN201210153441.6

    申请日:2012-05-17

    Abstract: 本发明公开了一种非参数膜蛋白跨膜螺旋预测方法。首先利用PSI-BLAST程序获取蛋白质的进化信息,并使用滑动窗口技术抽取每个氨基酸残基的特征;然后,利用自组织神经网络(SOM)学习跨膜螺旋在特征空间中的分布规律,将分布规律知识编码在SOM的权值向量中;预测阶段,对给定的待预测蛋白质的每个氨基酸残基使用概率神经网络(PNN)非参数模型进行预测,得到预测曲线后,使用发明人自行提出的动态阈值分割技术确定每个氨基酸残基是否属于跨膜螺旋片段。优点在于:一是使用概率神经网络模型,使得预测模型仅需调节一个参数;二是使用学习得到的SOM的权向量作为PNN的基样本,保证了跨膜螺旋预测精度的同时提高了预测速度。

    一种基于人脸形状及广义自组织映射的性别识别方法

    公开(公告)号:CN102682294A

    公开(公告)日:2012-09-19

    申请号:CN201210153443.5

    申请日:2012-05-17

    Abstract: 本发明公开了一种基于人脸形状及广义自组织映射的性别识别方法。首先,基于国际标准MAXPLANCK3D人脸数据库,使用PGA技术建立人脸3D形状恢复模型;然后,使用G-SOM对该3D人脸库进行学习,得到人脸性别3D特征的分布规律;在识别阶段,先使用PGASFS技术在3D形状恢复模型上恢复出2D人脸图像的3D形状信息,然后将恢复得到的3D形状信息输入G-SOM,并使用Soft-KNN算法进行性别识别。优点在于:一是有效降低人脸姿态、表情、照明条件变化对识别精度带来的不利影响;二是使用了G-SOM能更好地保持模式内蕴拓扑结构;三是性别鉴定方法利用了人脸的局部结构与整体结构之间的联系,提高了识别率。

    一种高速公路ETC车流量预测方法

    公开(公告)号:CN108269411B

    公开(公告)日:2020-12-25

    申请号:CN201611266475.0

    申请日:2016-12-31

    Abstract: 本发明提出一种高速公路ETC车流量预测方法。根据ETC系统中车辆出行的历史数据,检测通行记录中的城市往返环形路线,依据相同时间段流量存在相关性的特点选择预测参照样本,并根据实时流量和预测参照样本对指定时间区间的流量进行预测;ETC车流量预测时即考虑相似参照样本的流量,也考虑参照样本与预测流量的差异性,通过最近时间范围内流量与参照样本对应时间范围内流量的比例系数对预测的差异性进行修正。本发明方法可以作为现有的交通流量预测的一个补充,从而提高流量预测的精度。

    基于后处理学习的G蛋白偶联受体-药物交互作用预测方法

    公开(公告)号:CN104239751B

    公开(公告)日:2017-11-14

    申请号:CN201410453917.7

    申请日:2014-09-05

    Abstract: 本发明提供一种基于后处理学习的G蛋白偶联受体‑药物交互作用预测方法,包括:基于训练数据集合中所有具有交互作用的G蛋白偶联受体‑药物信息,构造药物关联矩阵DAM;将训练数据集合中所有G蛋白偶联受体‑药物信息进行多视角特征表示,形成训练样本集合,然后使用随机森林算法将训练样本集合训练成G蛋白偶联受体‑药物交互作用RF预测模型;对于每对待预测交互作用的G蛋白偶联受体‑药物信息进行多视角特征表示,形成待预测样本集合;然后利用RF预测模型进行存在交互作用的概率预测,最终输出预测概率;最后根据输出概率进行后处理学习,最终直接得出该G蛋白偶联受体‑药物信息是否存在交互作用的判断。

    基于多核学习与Boosting算法的蛋白质-DNA绑定位点预测方法

    公开(公告)号:CN105808975A

    公开(公告)日:2016-07-27

    申请号:CN201610145079.6

    申请日:2016-03-14

    CPC classification number: G16B20/00

    Abstract: 本发明提供一种基于多核学习与Boosting算法的蛋白质?DNA绑定位点预测方法,包括下列步骤:特征提取,抽取每个氨基酸残基的进化信息特征向量与溶剂可及性特征向量;特征融合,使用基于线性核的多核学习算法对上述两个特征向量的权重信息进行评估,并根据权重进行加权串行组合得到最终的样本特征向量;使用随机下采样技术对非绑定位点的样本进行多次下采样,将下采样得到的非绑定位点样本子集与绑定位点样本集合并后训练一个SVM,得到多个SVM预测模型;使用Boosting提升算法将上述多个SVM模型进行集成,形成一个最终的预测模型。该方法提升了模型的可解释性并有效的降低训练集的规模,而且也提高了模型的预测精度。

    基于多传感器融合的非结构化环境理解方法

    公开(公告)号:CN102564431B

    公开(公告)日:2014-11-12

    申请号:CN201110358699.5

    申请日:2011-11-14

    Abstract: 本发明公开了一种基于多传感器融合的非结构化环境理解方法。首先进行各个视觉传感器特征信息的配准与对齐,投影到当前车辆坐标系下;其次采用基于置信度加权的道路边沿特征提取方法,提取出融合的道路边沿;然后对融合的道路边沿进行帧间数据比较判断,获得较为稳定的道路边沿;再次从三位雷达数据中提取出可通行区域,和从视觉传感器获得稳定的道路边沿进行融合,获得最优道路边沿信息;最后进行道路边沿结果的帧间融合,减小帧间数据的变化。最终实现对非结构化环境稳定可靠的理解。本发明采用基于置信度加权的路边融合算法,解决单个传感器或者单帧数据道路边沿特征不能有效提取的问题。

    基于查询驱动的蛋白质-配体绑定位点预测方法

    公开(公告)号:CN103617203A

    公开(公告)日:2014-03-05

    申请号:CN201310573950.9

    申请日:2013-11-15

    CPC classification number: G06F19/24

    Abstract: 本发明提供一种基于查询驱动的蛋白质-配体绑定位点预测方法,包括:步骤1、对于一条给定的查询输入,从可用数据库中查找出具有高同源性的蛋白质序列,构成基于查询驱动的训练数据集;步骤2、得到的训练数据集,所有的绑定残基提取为正样本集,所有的非绑定残基提取为负样本集;步骤3、从进化信息和二级结构视角抽取每个样本的特征向量,得到正负样本的特征向量集;步骤4、使用标准支持向量机算法,训练得到针对查询输入q的SVM预测模型;步骤5、对于查询输入,使用同样的特征抽取方法抽取每个残基的特征向量,输入SVM预测模型,再利用阈值分割方法预测。利用本发明可提高预测精度并防止在固定训练数据集上可能出现的过优化和过拟合的问题。

    基于单目视觉的汽车巡航控制方法及其实现系统

    公开(公告)号:CN101234601A

    公开(公告)日:2008-08-06

    申请号:CN200710019818.8

    申请日:2007-01-30

    Abstract: 本发明公开了一种基于单目视觉的汽车巡航控制方法及其实现系统。该方法的步骤如下:将摄像机固定安装在驾驶员前方的后视镜附近,从摄像机中获取单目图像;对图像进行分割和汽车检测;如果前方不存在汽车,则保持或恢复巡航速度,并结束当前帧图像数据的处理;如果前方检测出有汽车存在,则进行汽车距离和速度计算;如果与前方汽车的距离小于安全距离,则通过汽车制动控制系统实施适当制动,否则结束当前帧图像数据的处理,从而转入下一帧图像数据的处理。上述方法通过摄像机、嵌入式计算模块、显示器和扬声器构成的系统实现。本发明具有安全性高、计算复杂度小、硬件配置需求低,并容易批量生产、成本低的优点。

Patent Agency Ranking