【摘 要】
：
在当前背景下,人类基因组计划、生物信息技术得到了飞跃的发展,随着生物数据的大规模增长,对蛋白质的研究力度也在不断增加。蛋白质本身并非分离组织之间密切结合,且发挥着不同的功能。蛋白质之间相互作用的理念,应用在网络聚类上,能够深入研究病理学,可助力于疾病的诊断,并促进生物学、生物信息学、医学等领域的发展。近几年,很多研究人员提出了群体智能优化算法,且将其应用在各个领域当中,但在使用与发展中,各自也存在
论文部分内容阅读
在当前背景下,人类基因组计划、生物信息技术得到了飞跃的发展,随着生物数据的大规模增长,对蛋白质的研究力度也在不断增加。蛋白质本身并非分离组织之间密切结合,且发挥着不同的功能。蛋白质之间相互作用的理念,应用在网络聚类上,能够深入研究病理学,可助力于疾病的诊断,并促进生物学、生物信息学、医学等领域的发展。近几年,很多研究人员提出了群体智能优化算法,且将其应用在各个领域当中,但在使用与发展中,各自也存在着一定的局限性。布谷鸟算法本身简单,搜索易于实现,且需要的参数较少,其组成最为关键的部分为随机游走、偏好
其他文献
在传统的特征选择方法中,为了保证行的稀疏性,经常采用l_1范数或者l_(2,1)范数来约束评价矩阵.作为凸正则项,它们在多数情况下可以发挥良好的作用.然而在处理冗余性特征时,一些非凸正则项有望表现出更好的性能.借助自适应流形学习与非凸约束的优点,本文提出了一种新的算法,叫做基于自适应对偶图与非凸约束的嵌入特征选择(adaptive dual graphs and non-convex constr
全切片数字成像(whole slide imaging, WSI)是病理切片数字化的核心技术,其自动对焦的速度和精度决定了WSI系统的性能.然而,传统的自动对焦方法需要拍摄多张离焦子图像创建图像堆栈,或者需要复杂的硬件调制光学系统,从而限制了WSI在实际场景中的应用.本文设计了基于深度学习的数字病理扫描系统单次曝光自动对焦方法,对子图像逐个进行网络虚拟自动对焦,将单张离焦子图像通过网络直接生成准焦
联邦学习能够在保障本地数据隐私前提下利用分布式数据和计算资源实现机器学习模型联合训练.现有异步联邦学习有效解决了同步联邦学习所存在的计算资源浪费、训练效率低等问题.然而,现有异步联邦学习通过聚合不同节点训练得到局部模型,并通过中心服务器完成全局模型更新,内生性地受制于中心化信用模式,存在单点失效、隐私泄露等问题.为此,提出了一种基于区块链的隐私保护异步联邦学习,通过上链局部模型并通过共识算法生成全
随着人工智能技术的突破性进展,人工智能与可视化的交叉研究成为当前的研究热点之一,为人工智能和大数据分析领域的若干核心难题提供了启发式的理论、方法和技术.一方面,人工智能技术的创新应用提升了可视化的分析效率,拓展了分析功能,为大数据可视分析提供了强有力的工具.另一方面,可视化技术增强了以深度学习为代表的人工智能的可解释性和交互性,为可解释人工智能提供了可靠的技术基础.本文从面向人工智能的可视化技术和
机器学习作为一种强大的工具被广泛应用于可视计算任务,深度学习技术的最新发展更是引起了可视计算领域的广泛关注. SCIENCE CHINA Information Sciences在2021年64卷第11期组织出版了"基于机器学习的可视计算专题"(Special Focus on Visual Computing with Machine Learning),重点推出5篇论文,描述了将深度学习方法应
随着网络应用的不断发展,以太网作为当前最主要的互联网接入网,其面临的安全威胁越来越严重。本文针对以太网严峻的安全形势,参照IPRRR动态网络安全模型,发挥人工智能在网络安全防护上的技术优势,研究人工智能在动态网络安全模型上的实际应用,构成一个智能立体全方位的以太网安全防范体系。
随着深度学习技术的发展,其目前已经在网络入侵检测领域展现出独特的优势,本文对深度学习在网络入侵检测中的应用进行了综述,首先介绍一些主流深度学习算法,然后结合前人的一些研究分析每种深度学习算法在网络入侵检测中的利弊,最后对基于深度学习的网络入侵检测技术的一些问题进行讨论,希望给该领域的研究人员提供一些有益的思考。
传统的以防护为主的网络安全技术已经很难解决当前存在的复杂的网络安全问题,基于深度学习的入侵检测技术能够通过收集计算机网络或者主机上的若干关键点信息并对其进行分析,实时监测网络中是否有违反安全策略的行为或网络遭到袭击的现象。本文主要围绕基于深度学习的入侵检测的关键技术和流程进行阐述,介绍了基于深度学习的入侵检测算法的评价指标,并对基于深度学习的入侵检测方法进行了总结和展望。
随着经济社会的发展,人工智能技术也得到了快速发展,深度强化学习融入了深度学习的感知能力和强化学习的决策能力,特别是在对运动控制问题的处理上,潜力非凡。本文分析了深度强化学习算法,通过分析探寻深度强化学习在现实生产中应用的可能性。
电子技术课程是电类专业的基础性课程,是物联网、智能家居、网络安防等学科的底层硬件电路支持,电子技术具有很强的专业延伸能力。目前,中职阶段的电子技术实训教学封闭性强,表现为理论抽象,技能要求高,传统的实训内容和实训手段局限性大,不能满足电子技术作为电类专业基础性课程的要求,不能有效发挥电子技术的专业延伸作用。在电子技术实训教学中,采用LabVIEW可视化界面设计及程序框图编写,在计算机界面采集、写入