公共文化服务平台

朱敏: 作品数：201 被引量：460H指数：12; 供职机构：四川大学更多>>; 发文基金：国家自然科学基金四川省科技支撑计划国家科技重大专项更多>>; 相关领域：自动化与计算机技术医药卫生电子电信轻工技术与工程更多>>

合作作者

基于自注意力机制的RNA-蛋白质结合位点预测方法和系统: 本发明公开了一种基于自注意力机制的RNA‑蛋白质结合位点预测方法和系统，使用RNA与蛋白质结合位点处及上下游的序列特征来训练深度学习模型，并使用所述模型对RNA‑蛋白质相互作用结合位点进行预测；在序列特征的编码过程中本发...; 朱敏王心翌张铭洋姚林龙春林

基于邻接比特压缩表的频繁闭项集挖掘算法: 2024年; 频繁闭项集(Frequent Closed Items,FCI)是一种表示事物之间关联关系的有效方式,它能克服频繁项集(Frequent Items,FI)信息冗余的缺点。FCI挖掘算法研究旨在以更优的时空效率,在原始数据集中找到所有的FCI。相关研究成果重在关注时间效率的提升,但空间效率欠佳。提出一种高空间压缩率数据结构——邻接比特压缩表(Compressed Adjacency Byte table,Cab-table),将项集与交易集压缩到剔除全部0之后的比特表中,使空间高度压缩。基于此数据结构的频繁闭项集挖掘算法(Cab-Miner),采用运算栈与检索栈来实现非递归方式的频繁闭项集挖掘,相较于之前普遍采用递归方式的算法,在理论上可使空间占用率由O(L*N+M)降为O(3N)。基于公开数据集与真实数据集的实验表明,上述算法在原始数据集压缩,以及运算内存消耗上,都有较优的表现,尤其在处理真实数据集时,空间表现极佳。另外在某些属性的数据集上也表现出优越的时间效率。; 杨博超吴美璇胡浩朱敏; 关键词：频繁闭项集非递归算法

快速百分比靠近软阴影绘制方法: 本发明公开了一种快速百分比靠近软阴影绘制方法，包括以下步骤：步骤1：生成阴影图及相应的缩减式多尺度阴影图；步骤2：利用采样信息及复用方案对搜索区域图进行较为精确的快速遍历，得到遮挡物的平均深度；步骤3：计算各像素过滤区域...; 朱敏王建华李晓伟杨瑞丰陈奕筱

一种考虑用户兴趣转移特征的协同预测模型被引量：13: 2016年; 大多数预测模型使用用户属性或社交关系信息来优化预测结果,然而真实系统中用户的属性或社交关系信息往往很难获得,或者取得的是虚假信息,从而导致用户行为表达不准确或模型不具有普适性.另外,几乎所有使用用户特征的模型仅考虑用户兴趣本身的度量,而忽视兴趣的变化这一重要特征.因此,本文提出一种考虑用户兴趣转移特征的协同预测模型.该模型根据用户连续行为序列构建用户兴趣转移特征和用户行为演变网络,利用用户兴趣转移特征计算用户相似性,进而搜索最近邻集合,利用用户行为演变网络筛选候选集,最后设计最频繁项提取算法来产生预测结果,从而构建用户行为的预测模型.在真实的新闻浏览日志、交互式网络电视视频访问日志和微软服务器日志上的实验表明该预测模型是有效的.; 刘汉清朱敏苏亚博唐彬彬; 关键词：协同过滤

基于吞吐量和队列检测的TCP Vegas改进算法被引量：2: 2012年; TCP Vegas协议通过比较期望吞吐量和实际吞吐量的差值来进行网络拥塞控制,相对TCP Reno协议具有更佳的网络稳定性和利用率。通过分析两种协议在复杂环境中的网络性能,证实TCP Vegas协议在共存环境下公平性欠佳的结论,并提出一种基于网络自适应的TCP Vegas改进算法。该算法通过对期望吞吐量自适应改进和对队列拥塞监测的优化,提高了协议在复杂环境中的自适应性,增强了与TCP Reno协议共存环境下的公平性,最后通过仿真证明了改进算法的有效性。; 张倩朱敏冯珂易宗锐; 关键词：TCP VEGAS TCP NS2仿真

一种基于特征符号的网页主题信息抽取方法被引量：4: 2009年; 随着Internet网络的日益普及,W eb上的海量数据给文本挖掘尤其是网页主题提取带来了更多的挑战,现有的文本提取方法在保证高准确率的同时无法满足W eb挖掘方法的通用性。通过对W eb网页结构进行研究,对网页生成树模型进行了改进,找到网页结构的通用规则,提出一种基于特征符号的提取方法CECS(contentextraction characteristic symbols),结合相关度对网页主题内容进行提取。实验证明,所提算法具有很高的准确性和通用性。; 王舒朱敏张明牛颢赵瑜; 关键词：相关度主题提取

基于深度学习的miRNA靶位点预测研究综述被引量：2: 2021年; MicroRNAs(miRNAs)是一类长约22~23碱基(nt)的单链非编码RNA,在生物进化方面有着重要意义。成熟的miRNA会通过其种子序列(5’第2-8位核苷酸)与message RNAs(mRNAs)的3’UTR区域靶位点进行完全或不完全配对,实现切割mRNA及抑制mRNA翻译等功能。由于miRNA结合mRNA靶位点的机制仍未明确,因此预测miRNA靶位点的工作一直是miRNA研究领域的一大挑战和难题。实验方法虽然准确,但耗时长且昂贵。在生物信息领域,基于规则匹配的常规计算方法虽然能进行靶位点的预测,但存在着准确率偏低的问题。随着深度学习的兴起及实验验证数据及具体靶位点信息的丰富,基于深度学习的方法成为了miRNA靶位点预测领域的研究热点。首先介绍了常用的miRNA预测数据集、预测类型和常见特征;之后对预测研究中常用的深度学习模型进行阐述;接着介绍了常规的预测方法及基于深度学习的预测方法,并对这些方法进行了分类总结和性能的对比分析;最后对使用深度学习的预测工作当前存在的问题及未来的发展进行了探讨。; 李亚男胡宇佳甘伟朱敏; 关键词：MIRNA 卷积神经网络循环神经网络

一种烷基自由基前体及其在构建C-C键中的应用: 本发明提供了一种基于可见光诱导产生烷基自由基的前体及产生自由基的新方法，即利用烷基亚磺酰胺为自由基前体，通过可见光促进的C‑S键裂解，从而产生烷基自由基，进而将其应用于构建C‑C键的化学反应。反应体系具有高效的特点，其实...; 宋颢秦勇薛斐刘小宇张丹王发禄刘佳侦狄嘉玫廖琪卢慧芳朱敏何丽萍; 文献传递

一种面向网络入侵检测深度学习模型的可视化方法: 本发明涉及信息可视化与可视分析技术领域，具体为一种面向网络入侵检测深度学习模型的可视化方法。结果探索可视化映射通过混淆矩阵显示模型在每个类别上的正确预测数量和错误预测数量；数据聚合可视化映射通过散点图的形式呈现与结果概览...; 朱敏杨丹高雯雯