课程文献中心 更多>>

关键词： BP神经网络   生物序列   滑动窗口法   ROC曲线   序列分类   深度学习   Document   训练环节  

摘要： 生物序列分类是生物信息学研究中的一个重要领域,生物序列数据的快速增长增加了生物序列分类的难度,而深度学习的发展则有助于生物序列的分类。广泛使用的监督BP神经网络需要标记大量的样本,而现实中得到的往往是没有标记的数据集,且标记的工作也变得十分烦琐。针对此问题,本文提出了一种基于词频-逆文档频率算法(Term Frequency-Inverse Document Frequency,TF-IDF)提取生物序列特征后输入BP神经网络,再通过半监督自训练环节多次迭代以增加数据集的规模。实验表明,该方法与传统的滑动窗口法在准确度、召回率、精确率、F1分数和AUC-ROC曲线下的面积值都有明显的提升,同时也减轻了标记的工作量,对深入研究生物序列的分类有一定的参考价值。

关键词： 供应商评价   供应商选择   供应链竞争   神经网络   选择供应商   评价指标体系   竞争优势   评价方法  

摘要： 供应商是企业生产运作与发展的基础,神经网络模型能较客观地评价供应商产品质量、交付能力、发展能力等指标。本文基于神经网络,对供应商评价方法进行了分析,通过确定评价指标体系,评估各个指标对供应商选择的影响。企业竞争已经转化为供应链竞争,供应商能够促进企业发展,也会对企业成本与风险控制产生影响,两者既是合作共赢关系,也是竞争关系。企业想要取得更多的竞争优势,就需要在选择时考虑供应商的综合表现。科学合理的评价方法能降低企业成本与未来的风险,因此企业在选择供应商时,要考虑质量、成本等方面,还要对长远合作方面的情况进行评价。

关键词： 桃红四物汤   肺动脉高压   网络药理学   GO功能富集分析   KEGG通路富集分析   分子对接  

摘要： 目的:利用网络药理学分析桃红四物汤治疗肺动脉高压的机制,并以分子对接进行验证。方法:在中草药系统药理学平台(Traditional Chinese Medicine Systems Pharmacology,TCMSP)数据库中检索桃红四物汤药物活性成分筛选靶基因;以“pulmonary hypertension”为关键词在Genecards、OMIM、Drugbank数据库中检索疾病相关基因;获取药物-疾病共同基因;绘制蛋白质相互作用网络(protein-protein interaction network,PPI)并获取关键基因;利用R3.5.2软件对共同基因进行基因本体(Gene Ontology,GO)功能富集分析、京都基因与基因组百科全书(Kyoto Encyclopedia of Genes and Genomes,KEGG)通路富集分析;选取有效成分和关键基因,利用Autoduck软件进行分子对接。结果:桃红四物汤有143个有效活性成分,127个靶点;肺动脉高压靶基因5729个,药物-疾病共同基因111个,筛选白细胞介素-6、血管内皮生长因子A、丝裂原活化蛋白激酶8等15个关键基因,GO功能富集分析和KEGG通路富集分析主要富集在氧化应激反应、磷脂肌醇-3激酶(phosphoinositide-3 kinase,PI3K)-蛋白激酶B(protein kinase B,PKB,又称AKT)、肿瘤坏死因子等信号通路中。分子对接结果,槲皮素、木犀草素、芍药苷作用于白细胞介素-6和血管内皮生长因子。结论:桃红四物汤能够通过槲皮素、木犀草素等成分作用于白细胞介素-6、血管内皮生长因子,调控PI3K-Akt、肿瘤坏死因子等信号通路,抑制炎症反应,抑制内皮细胞增生,延缓血管重塑治疗肺动脉高压。

关键词： 工厂仓库   无线传感器网络   STM32   4G通信模块  

摘要： 为实现工厂仓库的安全储存和智能管理,文章设计了一种基于无线传感器网络的仓库管理系统,该系统以STM32单片机为控制中心,依托传感器技术、GPS+北斗定位模块、4G通信模块实现了对仓库温湿度等环境状态的实时监测、环境异常的位置的自动定位与预警短信发送。经测试,文章设计的系统测量精度高、性能稳定,具有一定的应用价值。

关键词： 人力资源管理   人员岗位匹配   BP神经网络   模型训练  

摘要： 文中构建了一种基于BP神经网络的模型,用以实现企业人员与岗位之间的智能化匹配评估。通过收集员工和岗位特征数据,进行预处理和特征工程,建立3层BP网络结构,设计网络参数,使用人岗实际匹配样本进行监督式训练,得到匹配度模型。经过多轮训练优化,模型输出误差能控制在5%以内,达到了较高的评估精度。实验证明,该模型可以客观准确地评估人岗匹配度,为企业人力资源管理决策提供依据。

关键词： 5G   未来网络   极简基站   部署模式  

摘要： 本文研究了面向5G及未来网络的极简基站部署模式,通过极简设计理念、集成化硬件设计和智能化运维技术,极简基站实现了高效的网络覆盖和低成本、低能耗的部署目标。同时,介绍了极简基站的关键技术,如射频模块优化、多模基带处理单元(BBU)技术及频谱共享,并结合案例分析其在提高部署效率、网络性能和社会经济效益方面的优势。

关键词： 推荐系统   冷启动   知识图谱   注意力机制   相似度匹配  

摘要： 推荐系统是互联网时代实现信息精准传递的有效手段,广泛运用于产业链上下游信息推送、商品精准推荐等领域。然而由于缺乏新用户数据,系统存在数据稀疏和冷启动问题;且传统模型在信息传播过程中存在节点交互不足或权重不合理等缺点,限制了推荐系统的性能。为解决上述问题,提出了基于相似度匹配的知识图注意力网络(Similarity Matching Knowledge Graph Attention Network, SMKGAT)的推荐方法,将用户与物品间的关联与自身特征相结合,完成新用户数据的合理扩充,构建知识图谱获取辅助信息,同时引入了双重注意力机制,允许新老用户和物品共同确定邻居节点的权重,有效获取知识图中的结构和语义信息进而提升冷启动推荐性能。最后将所提方法运用于MovieLens-20M和Amazon-book数据集,实验中该方法的点击率和Top-N预测较传统方法均有所提高,验证了所提方法的有效性。

关键词： Cisco packet tracer   计算机网络实训   应用方法  

摘要： 随着信息技术的飞速发展,计算机网络实训已成为信息技术教育中不可或缺的一环。在这一过程中,实训工具的选择至关重要,Cisco Packet Tracer提供了一个虚拟的实验环境,用户可以在其中模拟各种网络设备,如交换机、路由器和服务器等,并通过拖拽的方式构建网络拓扑结构。该软件作为一款功能强大的网络模拟软件,凭借其直观的操作界面、丰富的设备库和灵活的组网功能,在计算机网络实训中得到广泛应用。本文就Cisco packet tracer在计算机网络实训中的应用进行探讨。

关键词： MEMS陀螺仪   深度学习   姿态估计   降噪与标定   卷积神经网络  

摘要： 针对MEMS陀螺仪测量模型中时变、非线性误差和高频噪声引起的姿态估计精度低及易发散的问题,提出一种基于深度学习的陀螺仪降噪与标定方法。对陀螺仪测量误差进行建模,采用卷积神经网络(CNN)从陀螺仪历史数据中提取误差模型特征,实现对陀螺仪数据实时降噪与标定,获得高精度姿态估计结果。原始陀螺仪数据经过网络降噪和标定后进行姿态估计,并将结果与参考姿态真值构建损失函数训练网络。在EuRoC导航数据集上的实验结果表明:与基于循环神经网络的方法和直接使用原始陀螺仪数据进行的姿态估计相比,基于CNN的方法误差分别降低了55.9%和96.4%,有效降低陀螺仪误差与噪声并提高姿态估计精度。网络轻量,参数仅有180个,适合嵌入式系统的应用。

关键词： FPGA   网络平台   时序  

摘要： 网络平台中的FPGA接口器件类型繁多,接口时序关系多样,加之FPGA工作频率高,FPGA和接口器件之间的接口时序设计尤为重要。本文基于工程实践,针对网络平台的多种接口,系统全面地分析了接口时序关系,相应地给出了不同的接口的时序设计方法,并开展了针对性的测试。本文对相关领域的FPGA工程设计具有很强指导意义。