江苏省自然科学基金(BK2012363)
- 作品数：5 被引量：27H指数：3
- 相关作者：薛卫徐焕良任守纲洪晓宇杨薇更多>>
- 相关机构：南京农业大学江苏师范大学江南大学更多>>
- 发文基金：江苏省自然科学基金中央高校基本科研业务费专项资金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术农业科学生物学更多>>
- 集成改进KNN算法预测蛋白质亚细胞定位被引量：3
- 2017年
- 基于Adaboost算法对多个相似性比对K最近邻(K-nearest neighbor,KNN)分类器集成实现蛋白质的亚细胞定位预测。相似性比对KNN算法分别以氨基酸组成、二肽、伪氨基酸组成为蛋白序列特征,在KNN的决策阶段使用Blast比对决定蛋白质的亚细胞定位。在Jackknife检验下,Adaboost集成分类算法提取3种蛋白序列特征,3种特征在数据集CH317和Gram1253的最高预测成功率分别为92.4%和93.1%。结果表明Adaboost集成改进KNN分类预测方法是一种有效的蛋白质亚细胞定位预测方法。
- 薛卫王雄飞赵南杨荣丽洪晓宇
- 关键词：NEIGHBORALIGNMENTADABOOST
- 融合流形排序和能量方程的显著性检测算法
- 2016年
- 显著性检测是当前机器视觉研究的重要问题,针对context-aware(CA)算法在检测过程中造成边缘丢失且易造成冗余检测的问题,提出了一种融合流形排序和能量方程的显著性检测算法(MREESD).该算法使用超像素方法将图像分块,提出一种新的超像素间权重计算方法和显著种子选取方法,通过一种新的显著度计算方法-流形排序计算显著图,最后利用能量方程对得到的显著图进行调整,对得到的显著图进行阈值分割,得到二值图像,再将二值图像与原图像进行掩码运算,得到分割结果.在MSRA1000图像显著性检测数据库上进行测试,准确率-召回率曲线显示在相同召回率下准确率高于其他算法并且具有较高的F-measure值.该算法有效地解决了边缘丢失及冗余分割问题,而且分割效果更加精确.
- 任守纲陆海飞徐焕良
- 关键词：显著性检测流形排序图像分割
- 基于双空闲因子的RFID防碰撞算法研究被引量：3
- 2016年
- 为进一步提高标签的识别速度,在研究了几种典型的DFSA算法基础上,提出了一种双空闲因子参数的RFID防碰撞算法—DIFP,详细阐述了算法的思想、运算流程和关键参数的确定方法。DIFP算法不仅可以通过时隙预览、检测和消除空闲时隙,最大限度减少空闲时隙的开销,同时根据空闲率,对帧中的碰撞时隙立即进行相应处理,避免读写器对标签的多次操作,提高标签的识别速度。仿真结果表明,与标准QA算法相比,DIFP算法识别时延缩短了19%,识别速度提高了10%。
- 杨帆徐焕良谢俊任守纲
- 关键词：无线射频识别防碰撞算法
- 基于CFD的温室气温时空变化预测模型及通风调控措施被引量：21
- 2015年
- 夏季温室高温湿热,对作物生长产生重大危害,制定合理的夏季温室气温调控方案,是提高温室生产效益,降低温室气温调控能耗的关键问题。该文基于计算流体力学(computational fluid dynamics,CFD)方法,结合气象预报信息,针对苏南地区大型连栋温室,建立了夏季温室气温时空变化预测模型,通过设置边界参数,对不同通风条件下温室气温的时空变化进行了预测,并通过试验验证了模型的有效性。试验结果表明,预测值与实测值吻合良好,均方根误差在1.2℃以内,最大相对误差在6%以内,平均相对误差在4%以内。不同通风降温条件下的试验结果显示,温室气温空间分布存在明显差异,湿帘-风机系统较自然通风降温效果显著,降温幅度在5℃左右,持续的湿帘-风机降温措施可将温室高温控制在较低水平。基于该文模型的预测结果和温室调控目标,选取合适的时间点、时间长度和不同类型的通风降温措施,可有效提高温室气温调控效率和效益。同时,该研究还可为优化传感器布局提供依据。
- 任守纲杨薇王浩云薛卫徐焕良熊迎军
- 关键词：温室计算流体力学通风湿帘气象预报
- CL-RBF:一种基于改进ML-RBF的蛋白质亚细胞多点定位预测算法
- 2020年
- 综合考虑标记内和标记间的聚类结果对多目标学习径向基神经网络算法(RBF Neural Networks for Multi-Label Learning,ML-RBF)的影响,提出CL-RBF算法并应用到蛋白质亚细胞多点定位预测中。通过引入轮廓系数(Silhouette Coefficient)对ML-RBF隐层中心的个数进行优化,并通过分析标记间聚类结果的关系,对小于某一阈值的标记间的聚类中心重新聚类,使用梯度下降算法进行参数调整,最后依据测试样本与标记L的隐层中心和不属于标记L的样本生成的聚类中心的欧式距离差调整预测结果。在10折交叉验证下,采用词袋模型(Bag of Words)和氨基酸组成法(Amino acid composition,AAC)结合的方式提取特征向量,选取另外4种多目标学习算法作对比实验,根据不同评价指标的结果,得出CL-RBF算法在4个多标记数据集上的综合性能最优的结论。本研究预测算法通过网站https://njau.applinzi.com/homepage_final.jsp实现。
- 薛卫洪晓宇胡雪娇陈行健张梁
- 关键词：亚细胞定位
