您的位置: 专家智库 > >

郝大鹏

作品数:4 被引量:9H指数:2
供职机构:哈尔滨医科大学生物信息科学与技术学院更多>>
发文基金:国家自然科学基金国家高技术研究发展计划黑龙江省自然科学基金更多>>
相关领域:生物学文化科学更多>>

文献类型

  • 3篇期刊文章
  • 1篇学位论文

领域

  • 3篇生物学
  • 2篇文化科学

主题

  • 2篇生物信息
  • 2篇生物信息学
  • 2篇基因
  • 2篇教学
  • 1篇蛋白
  • 1篇蛋白质
  • 1篇学科
  • 1篇医科院
  • 1篇医科院校
  • 1篇院校
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇注释
  • 1篇专业教学
  • 1篇网络
  • 1篇微阵列
  • 1篇向量
  • 1篇向量机
  • 1篇模式识别
  • 1篇基因本体

机构

  • 4篇哈尔滨医科大...

作者

  • 4篇郝大鹏
  • 3篇李霞
  • 2篇李传星
  • 1篇张瑞杰
  • 1篇张杰
  • 1篇饶绍奇
  • 1篇杨德印

传媒

  • 1篇经济技术协作...
  • 1篇价值工程
  • 1篇生物信息学

年份

  • 1篇2010
  • 1篇2009
  • 1篇2007
  • 1篇2006
4 条 记 录,以下是 1-4
排序方式:
浅谈在生物信息学教学中的学科统一性被引量:5
2010年
大学的科研与教学有着不可分离的关系。大学的科研一直在引导着教学,同时,教学也在督促着科研。科研需要通过教学把对整体的认知过程传达给学生,而教育的目的是唤起学生一种科学的统一性的意识,并借此培养一种清晰的自我意识。生物信息学是一门新兴的交叉学科,有它自身鲜明的特征。目前,如何在生物信息学教学中体现学科统一性仍然是一个未解决的课题。本文结合生物信息学的特点,初步分析了生物信息学教学与科研的关系,并探讨了如何在教学中体现出这门交叉学科的统一性。
李传星郝大鹏李霞
关键词:生物信息学教学
复杂疾病驱使的融合SDA-SVM集成基因挖掘方法被引量:4
2007年
提出了一种新颖的复杂疾病驱使的融合SDA-SVM(Stepwise Discriminant Analysis-Support Vector Machine,SDA-SVM)技术的集成基因挖掘方法。该集成方法融合逐步判别分析和支持向量机的优点,能够有效地进行复杂疾病相关基因的深度挖掘,使得挖掘出的基因能够较好地识别疾病类型和亚型。通过将该方法应用于一套弥散性大B细胞淋巴瘤DNA表达谱数据,并与其它基因挖掘方法对比,结果表明该方法挖掘出的基因具有较高的疾病相关性和较强的疾病类型识别能力。
杨德印李霞郝大鹏张杰张瑞杰饶绍奇
关键词:微阵列基因挖掘支持向量机
医科院校生物信息专业教学中的复杂网络教学实践
2009年
随着复杂网络理论的不断发展,它在生物信息学研究中有了越来越多的应用。本文结合自己的教学经验和医科院校生物信息专业特点,探讨了如何在生物信息学的教学中融入复杂网络的内容,以实现科研和教学的结合。
郝大鹏李传星李霞
关键词:复杂网络生物信息学
基于本体论的蛋白质功能扩展注释方法研究
为每一个单个的蛋白质预测功能是生物信息学领域一项既重要又非常困难的工作,近几年,一些自动化方法的提出使得功能预测取得了一定的成果。然而,目前的蛋白质功能注释信息是片面的,不够全面的,这就为利用已有的功能注释为未知蛋白质预...
郝大鹏
关键词:基因本体论模式识别
文献传递
共1页<1>
聚类工具0