基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
纳米孔道检测技术是单分子检测领域一个重要的研究方向.对纳米孔道阻断电流信号进行特征提取和转换,是对阻断事件进行分类以确定分析物种类的关键.由于有监督学习只能对已知种类的阻断事件进行预测,难以实现对信号本质特征的区分,因此本文基于编码DNA载体的阻断事件,利用卷积神经网络的特征提取特性,提出了一种应用于纳米孔道信号的无监督聚类方法.结合深度嵌入聚类和变分自编码器(Variational Autoencoder,VAE),实现了对阻断事件的特征转换和聚类的整体性训练.实验结果表明,该聚类方法能对编码DNA载体阻断事件提供较好的聚类结果,与其他聚类算法相比,最高提升了29%的聚类精度,具有更高的聚类准确度.
推荐文章
基于模糊C均值和SLIC的纳米孔阻断事件的识别与研究
纳米孔
灰度图
事件检测
模糊C均值
SLIC
超像素融合
基于部分字的DNA编码设计与分析
DNA计算
DNA编码
沃森-克里克汉明距离
部分字
26例给药不良结局护理中断事件分析与对策
护理中断事件
给药错误
安全管理
不良结局
损害
时间
剂量
药物
重症监护室护理中断事件的研究现状与对策
护理中断事件
ICU
护理
进展
综述
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于VAE的编码DNA载体阻断事件聚类分析与研究
来源期刊 华东理工大学学报(自然科学版) 学科 医学
关键词 变分自编码器 聚类 深度嵌入 纳米孔道数据分析 编码DNA载体
年,卷(期) 2020,(3) 所属期刊栏目 信息科学与工程
研究方向 页码范围 411-418
页数 8页 分类号 R857.3
字数 5172字 语种 中文
DOI 10.14135/j.cnki.1006-3080.20190424001
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 周家乐 华东理工大学信息科学与工程学院 4 0 0.0 0.0
2 魏梓轩 华东理工大学信息科学与工程学院 2 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (19)
共引文献  (3)
参考文献  (21)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1972(1)
  • 参考文献(0)
  • 二级参考文献(1)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(3)
  • 参考文献(1)
  • 二级参考文献(2)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(5)
  • 参考文献(2)
  • 二级参考文献(3)
2015(3)
  • 参考文献(1)
  • 二级参考文献(2)
2016(8)
  • 参考文献(2)
  • 二级参考文献(6)
2017(7)
  • 参考文献(6)
  • 二级参考文献(1)
2018(6)
  • 参考文献(6)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
变分自编码器
聚类
深度嵌入
纳米孔道数据分析
编码DNA载体
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
华东理工大学学报(自然科学版)
双月刊
1006-3080
31-1691/TQ
16开
上海市梅陇路130号
4-382
1957
chi
出版文献量(篇)
3399
总下载数(次)
2
总被引数(次)
27146
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导