博士科研启动基金(063001)
- 作品数：4 被引量：14H指数：3
- 相关作者：曾安彭宏潘丹郑启伦曾碧更多>>
- 相关机构：广东工业大学中国移动通信集团广东有限公司华南理工大学更多>>
- 发文基金：博士科研启动基金广东省自然科学基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术文化科学更多>>
- 基于粗集的T细胞表位预测方法被引量：3
- 2007年
- T细胞表位预测技术对于减少实验合成重叠肽、研究病原体与机体作用的免疫机制以及深入理解T细胞介导的免疫特异性均有重要意义。为增强T细胞表位预测模型的可理解性,本文在通过肽的预处理构建出存储等长肽段的决策表之后,设计出了一种基于粗集的T细胞表位预测方法。该方法由基于信息熵的属性约简完备算法和基于锚点知识的属性值顺序约简改进算法共同组成。基于HLA-DR4(B10401)编码的MHCII类分子结合肽的实验数据表明,在预测精度与传统神经网络方法大致相当的基础上,本文方法可以提取出用于帮助专家理解MHC分子与抗原肽结合机理的产生式规则。
- 曾安潘丹郑启伦彭宏
- 关键词：粗集
- 用于T细胞表位预测的分类器集成方法被引量：3
- 2008年
- T细胞表位预测技术对于减少实验合成重叠肽,理解T细胞介导的免疫特异性和研制亚单位多肽及基因疫苗均有重要意义。为弥补已有基于机器学习方法的T细胞表位预测模型的可理解性的不足并进一步提高模型的预测精度,首先通过肽的预处理构建出了存储等长肽段的决策表,而后提出了基于粗糙集的分类器集成算法。该算法不但综合利用了基于信息熵的属性约简完备算法和其他属性约简算法的优势,而且将T细胞表位预测领域中的锚点知识融入到了属性值约简过程中。最后利用该算法来预测MHCⅡ类分子HLA-DR4(B1*0401)的结合肽,首次提取出了预测精度高且能帮助专家理解MHC分子与抗原肽的结合机理的产生式规则,为下一步的分子建模工作奠定了基础。
- 曾安潘丹郑启伦彭宏
- 关键词：粗糙集分类器集成
- 人工智能课程教学模式的探讨被引量：8
- 2006年
- 在阐述人工智能学科在计算机领域中所处的重要地位的基础上,介绍该课程的教学内容,总结出该课程的特点和目的。同时,结合人工智能课程的教学目标和任务驱动教学法的特点及步骤,分析将任务驱动方法应用于人工智能课程教学中的可行性,并提出基于任务驱动的人工智能课程教学模式。最后,文章给出了一人工智能的实际教学案例。
- 曾安余永权曾碧
- 关键词：人工智能教学模式
- 排序学习前向掩蔽模型在T细胞表位预测中的应用被引量：1
- 2007年
- 在综述了T细胞表位预测的定义,意义和研究现状的基础上,分析了当前流行的基于误差反向传播前馈神经网络(BPNN)的T细胞表位预测模型的不足,即网络结构较难确定、训练速度慢和难以增量学习等,提出了利用排序学习前向掩蔽(SLAM)模型及其增量学习算法作为T细胞表位预测方法,并给出了构建T细胞表位预测模型的基本步骤。基因HLA-DR4(B1*0401)编码的MHC II类分子结合肽的应用实例表明,与基于BPNN的T细胞表位预测模型相比,基于SLAM的T细胞表位预测模型不但能在极短时间内完成样本的学习,而且能有效地实现增量学习。
- 曾安潘丹郑启伦彭宏
- 关键词：神经网络
