公共文化服务平台

李建华: 作品数：48 被引量：154H指数：7; 供职机构：华东理工大学信息科学与工程学院更多>>; 发文基金：国家自然科学基金国家科技重大专项上海市自然科学基金更多>>; 相关领域：自动化与计算机技术文化科学机械工程电子电信更多>>

合作作者

基于双层相似度的协同过滤推荐算法被引量：3: 2018年; 针对由于用户评价矩阵的数据稀疏性而导致推荐精度和准确率不高的问题,提出了一种基于双层相似度的协同过滤算法。经典算法通过改进某一种相似度或者混合相似度来提高推荐精度和准确度,本文对此进行了改进,将最近邻相似度和最近评分相似度两个概念进行区分,采用双层相似度来寻找这两个概念层次的邻居。第1层用来寻找与用户行为偏好的最近邻居,基于用户共同评价行为和差异行为的对数似然比及用户物品属性偏好相似性来实现。第2层用来寻找在评分意义上的最近评分邻居,通过改进的皮尔森相似度衡量用户评分上的相似性,给用户未知的物品进行评分预测。在Movielens数据集上的实验结果表明,本文算法能够快速排除干扰找到用户邻居,极大地提高了推荐系统的精确度、准确率。; 谢毅刚郭卫斌李建华; 关键词：协同过滤用户属性

继续教育中类别差异化的软件工程实践教学方法: 2015年; 计算机专业继续教育中的软件工程教学,不仅要考虑通常在普通高等院校教育中所采用的理论模型、方法论,而且要考虑学生对象大多具备专业背景、已参加工作实践等特点。针对成人继续教育学生的特点,在软件工程实践教学中根据学生的已有专业背景、目前从事工作类别、未来职业发展意向分配实践角色,调动学生参与积极性、促进团队协作的互动性,实现软件工程教学水平提高与学生自身发展的兼容并举。; 雷向欣李建华郑红杨建国; 关键词：成人计算机继续教育软件工程

基于体素的快速MEMS工艺模拟: 2009年; 为了快速生成MEMS模型和实现加工的过程模拟,给出一种基于体素的快速MEMS工艺模拟方法。该方法利用MEMS材料属性和体素表示的特性,利用布尔运算快速生成所需要的模拟过程和最终结果。最后给出了具体实现,并给出了测试实例。; 李建华罗勇军; 关键词：CAD 微机电系统体素

改进的硅各向异性腐蚀GPU并行模拟: 硅各向异性腐蚀过程复杂,采用元胞自动机模拟硅各向异性腐蚀非常耗时.为了加速腐蚀模拟过程,研究了基于图形处理器(GPU)进行硅的各向异性腐蚀模拟.针对串行算法直接并行化方法存在加速效率低等问题,提出了一个改进的并行模拟方法...; 陈劲源李建华郭卫斌; 关键词：各向异性腐蚀图像处理器; 文献传递

基于模糊控制器的机器人路径规划研究被引量：14: 2007年; 针对复杂环境下移动机器人路径规划实际问题,提出了一种基于行为的移动机器人控制体系结构,设计了一种基于模糊控制器的移动机器人实时路径规划算法,为移动机器人在未知环境中的导航提出了一种新的思路。仿真结果表明,移动机器人能够克服环境中的不确定性,可靠地完成复杂任务,该算法有计算量小,效率高,鲁棒性好等优点。; 黄炳强曹广益费燕琼李建华; 关键词：移动机器人路径规划模糊控制避碰

基于ArcGIS的燃气行业信息管理系统被引量：2: 2011年; 分析现代燃气行业的具体应用需求,利用ArcGIS平台开发燃气行业信息管理系统(GasGIS),实现按站点类型/选定区域/道路位置/排管时间(组合)查询、统一地图服务、三维空间分析、抢险调度决策、地图数据的转换和导入导出等功能。实验结果表明,空间数据的可视化效果能够满足系统用户的需求。; 盛俊文何高奇阮彤郭卫斌李建华; 关键词：地理信息系统三维可视化

基于双路注意力机制的化学结构图像识别被引量：4: 2020年; 基于传统图像处理技术与流水线方式的化学结构图像识别方法通常依赖于人工设计的特征,导致识别准确率较低。针对该问题,提出一种基于空间注意力机制与通道注意力机制的化学结构图像识别方法。将化学结构识别视为序列生成任务,采用卷积神经网络(CNN)与长短期记忆(LSTM)网络相结合的深度神经网络模型实现化学结构图像到SMILES序列的转换。该深度神经网络模型由编码和解码两部分组成,编码部分使用CNN提取化学结构图像特征,解码部分融合双路注意力机制与LSTM网络生成SMILES序列。实验结果表明,该方法在Beam Size为3的情况下,识别准确率和BLEU-4值分别为81.63%和0.937,明显优于无注意力机制和单注意力机制的化学结构图像识别方法。; 季秀怡李建华; 关键词：卷积神经网络

基于图卷积神经网络的药物靶标作用关系预测方法被引量：2: 2021年; 药物-靶标作用关系预测在药物研发以及药物重定位中扮演着重要角色,但现有的机器学习方法在正负样本高度不平衡的数据上仍存在预测能力不足的问题。为此,提出一种基于图卷积神经网络的药物靶标作用关系预测方法。该方法首先构造一个结合多种药物(靶标)相关信息的异质信息网络,然后采用图卷积神经网络在此异质信息网络上学习得到能精确表达每个节点拓扑特征及邻居特征信息的低维向量表征,最后利用这些向量信息通过向量空间投影预测节点间概率的评分。在DrugBank_FDA和Yammanishi_08数据集上进行的药物-靶标作用关系预测的对比实验中,所提方法的AUPR(Area Under the Precision-Recall Curve)值都优于其他4种方法,并且在较大型数据集上也有较好的表现。实验结果表明,所提方法提高了样本高度不平衡时的药物-靶标作用关系预测性能;同时在生物药物数据库上的实验也验证了所提方法所发现的未知药物-靶标作用关系的有效性。; 高创李建华季秀怡朱程龙李诗良李洪林

DeepOCSR:一种用于光学化学结构识别的深度编码-解码网络: 2023年; 从科学出版物中识别光学化学结构是重新发现化学结构性质的重要组成部分,对于药物研发和天然产物研究方面具有重要意义。现有的光学化学结构识别方法存在识别率较低等问题,为了有效地提高光学化学结构识别任务的识别性能,本文提出了一种用于光学化学结构识别的深度学习方法(DeepOCSR)。该方法基于编码器-解码器架构,引入了Transformer和ResNeSt模型,将出版物中的化学结构图像转换为SMILES序列。构建了两种新的化学结构数据集,其中一个包含了化学文献中常见的取代基。将本文方法与现有的其他方法进行对比实验,结果表明本文方法在相似度和有效性等关键指标上均优于对比方法。; 杨赵朋李建华; 关键词：SMILES 取代基

基于BERT和BiLSTM-CRF的生物医学命名实体识别被引量：21: 2021年; 在生物医学领域,以静态词向量表征语义的命名实体识别方法准确率不高。针对此问题,提出一种将预训练语言模型BERT和BiLSTM相结合应用于生物医学命名实体识别的模型。首先使用BERT进行语义提取生成动态词向量,并加入词性分析、组块分析特征提升模型精度;其次,将词向量送入BiLSTM模型进一步训练,以获取上下文特征;最后通过CRF进行序列解码,输出概率最大的结果。该模型在BC4CHEMD、BC5CDR-chem和NCBI-disease数据集上的平均F1值达到了89.45%。实验结果表明,提出的模型有效地提升了生物医学命名实体识别的准确率。; 许力李建华; 关键词：生物医学命名实体识别词性分析组块分析

李建华

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

李建华

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈