代劲

作品数：38被引量：240H指数：7
导出分析报告
供职机构：重庆邮电大学更多>>
发文主题：云模型煤矿瓦斯粗集多粒度多视图更多>>
发文领域：自动化与计算机技术文化科学矿业工程医药卫生更多>>
发文期刊：《病毒学报》《计算机仿真》《计算机工程与设计》《南京大学学报（自然科学版）》更多>>
所获基金：重庆市自然科学基金重庆市教育委员会科学技术研究项目国家自然科学基金国家高技术研究发展计划更多>>
-
在结果中检索

检索结果分析

署名顺序

  • 全部
  • 第一作者
结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
人工智能在宿主与病原体蛋白质互作预测中的应用进展
《病毒学报》2024年第5期1121-1136,共16页任碧燕 刘璐 舒坤贤 曾垂省 代劲 刘川 李娜 
重庆市教委科学技术研究项目(项目号:KJQN202300616),题目:面向宿主与病原菌互作的机器学习关键技术研究。
宿主与病原体之间的蛋白质-蛋白质互作(Host-pathogen protein-protein interaction,HP-PPI)是病原体感染宿主的关键分子事件,准确识别HP-PPI对于理解宿主的免疫防御机制、病原体的致病机制,以及研发抗感染药物都具有重要意义。近年来,...
关键词：宿主-病原体互作 蛋白质-蛋白质互作 机器学习 深度学习 
基于动态样本选择的概念漂移自适应预测方法
《电子学报》2024年第9期3228-3239,共12页代劲 李昊 王国胤 
国家自然科学基金(No.61936001,No.62002037);重庆市自然科学基金(No.cstc2021jcyj-msxmX0849,No.cstb2023nscq-LZX0006)。
概念漂移是影响流数据挖掘性能的重要因素,当前主要通过增量更新或重训练模型进行处理,但对已有知识并未充分利用.从综合利用全体样本出发,本文构建了一种基于动态样本选择的概念漂移自适应分类方法.该方法在新样本到来时进行基于局部...
关键词：概念漂移 局部漂移检测 流数据 样本选择 样本去噪 自适应预测 
基于多头注意力机制的瓦斯多粒度预测方法
《计算机仿真》2024年第8期63-67,233,共6页代劲 庄世鹏 
国家自然科学基金(61772096);重庆市自然科学基金(cstc2019jcyj-cxttX0002)。
瓦斯是影响矿井安全的重要因素,但现有瓦斯预测工作忽略多粒度数据的异质性,使得预测精度不高。单粒度数据不能完全表示出瓦斯变化的特征,且现有方法不能完全挖掘不同粒度下的数据特性。基于多粒度思想,通过CNN聚合构建多粒度数据,并借...
关键词：瓦斯预测 多粒度 特征提取 多头注意力 
散列记忆网络增强的自编码器异常检测方法被引量：1
《小型微型计算机系统》2024年第6期1301-1310,共10页代劲 王银宗 
国家自然科学基金项目(61772096)资助;重庆市自然科学基金项目(cstc2021jcyj-msxm X0849)资助。
深度自编码器是异常检测的重要工具,通过异常样本由于分布的差异,无法在编码器中进行重构这一假设实现对异常的检测.而实际应用中,由于深度自编码器的泛化性较强,异常输入后也能实现较好重构,导致漏检情况发生.本文在改进注意力机制基础...
关键词：异常检测 散列记忆网络 无监督 深度自编码器 
基于多维云概念嵌入的变分图自编码器研究被引量：2
《电子学报》2023年第12期3507-3519,共13页代劲 张奇瑞 王国胤 彭艳辉 涂盛霞 
国家自然科学基金(No.61936001,No.61772096);重庆市自然科学基金(No.cstc2021jcyj-msxmX0849)。
变分图自编码器是图嵌入研究中重要的深度学习模型,但存在着先验正态分布缺陷、训练过程中容易出现后验塌陷等问题.本文从建立云概念空间与隐空间的映射关系入手,引入云模型数字特征对网络中的节点进行不确定性概念表示,设计了一种基于...
关键词：变分图自编码器 图嵌入 多维云模型 概念嵌入 链路预测 
基于超图神经网络以多角度概念特征融合的概念先决学习被引量：1
《中文信息学报》2023年第12期155-166,共12页张鹏 杜洪霞 代劲 
国家自然科学基金(61936001);重庆市自然科学基金(cstc2021jcyj-msxmX0849)。
概念之间的先决条件关系是智慧教育领域开展个性化学习相关工作的基础性任务,具有至关重要的作用。现有研究中基于特征计算的方法依赖于手工特征提取,受限于本文结构,基于二元图结构方法则忽略了概念和文档对象两两之间的复杂高阶关系...
关键词：先决关系 概念依赖 超图 关系识别 
基于云模型的变分自编码器数据压缩方法被引量：2
《电子技术应用》2023年第10期96-99,共4页郭秋燕 胡磊 代劲 
国家自然科学基金(61936001);2020年重庆医科大学智慧医学研究项目(ZHYX202005)。
图像数据解压缩问题是一类重要的数据处理问题,数据特征学习在数据压缩研究中有重要的研究价值。提出了一种基于云模型的变分自编码器特征表征模型,将云模型作为变分自编码器的先验分布,解决变分自编码器在特征表征上的局限性。变分自...
关键词：云模型 变分自编码器 隐变量空间 数据压缩 数据重构 
离异图消歧引导的偏标记学习
《控制与决策》2023年第6期1753-1760,共8页胡峰 刘鑫 邓维斌 代劲 刘群 
国家重点研发计划项目(2018YFC0832102);重庆市高校与中国科学院所属院所重点合作项目(HZ2021008);重庆市自然科学基金项目(cstc2021jcyj-msxmX0849).
偏标记学习是一种弱监督学习框架,它试图从样本的多个候选标签中选择唯一正确的标签.消歧是偏标记学习中的一种重要手段,主要通过算法判别潜在的真实标签.目前,人们普遍采用单一的特征空间或者标签空间进行消歧,容易导致算法受到不准确...
关键词：弱监督 偏标记学习 消歧 流形假设 最大间隔 图嵌入 
分布轮廓与局部特征融合的云模型不确定性相似度量被引量：8
《电子与信息学报》2022年第4期1429-1439,共11页代劲 胡彪 王国胤 张磊 
国家自然科学基金(61936001,61772096);重庆市自然科学基金(cstc2019jcyj-cxttX0002)。
针对当前基于云模型的不确定性相似度量或为精确局部数据的量化计算,或单纯通过其整体几何特征进行度量,导致结果具有较大的片面性问题,综合考虑云模型整体几何特征与微观云滴分布贡献,该文提出了一种分布轮廓与局部特征融合的不确定性...
关键词：云模型 相似性度量 正态分布 包络带 贡献度 
基于云模型的煤矿安全大数据多粒度表示方法及应用被引量：9
《控制与决策》2021年第10期2359-2368,共10页代劲 张磊 王国胤 
国家重点研发计划项目(2018YFC0808305)。
以大规模物联网为支撑的新一代信息技术的深入应用,为基于海量大数据挖掘的煤矿安全知识发现提供了实现的可能.现有的针对煤矿安全大数据的研究大多基于定量模型,其解决问题的角度单一且一定程度上忽略了煤矿监管中多时空、多粒度的管...
关键词：煤矿安全 大数据 知识发现 云模型 多粒度 概念提取 
全选清除导出
共4页<1234>
检索报告 对象比较 聚类工具 使用帮助 返回顶部