【目的】药物-靶标相互作用预测在药物重定位和药物开发方面起着至关重要的作用。【方法】提出了一种基于冗余度-相关性和交互作用结合的多特征融合算法RCI(redundancy-correlation and interaction),并结合堆叠集成分类器搭建药物靶标...【目的】药物-靶标相互作用预测在药物重定位和药物开发方面起着至关重要的作用。【方法】提出了一种基于冗余度-相关性和交互作用结合的多特征融合算法RCI(redundancy-correlation and interaction),并结合堆叠集成分类器搭建药物靶标预测模型。首先,提取药物和靶标的高维特征进行多特征融合,使用RCI算法构建非冗余的且具有相关性的交互特征子集。然后,将交互特征子集输入到由多个基学习器构成的堆叠集成分类器中进行训练。最后,对两个基准药物靶标网络进行了预测。【结果】实验结果表明,所搭建模型的准确度ACC值和AUC值均优于现有基线方法,说明所提算法的有效性。展开更多
为了提升可计算射频识别(computational radio frequency identification,CRFID)系统通信性能,提出快速响应方案和数据重传机制。针对CRFID标签响应阅读器速率较慢导致通信失败问题,利用预计算RN16、固定标签句柄方法简化通信过程,提升...为了提升可计算射频识别(computational radio frequency identification,CRFID)系统通信性能,提出快速响应方案和数据重传机制。针对CRFID标签响应阅读器速率较慢导致通信失败问题,利用预计算RN16、固定标签句柄方法简化通信过程,提升了标签响应速率;针对CRFID标签数据出错重传方案效率低、能耗大的问题,采用将标签数据和数据地址相结合的数据格式进行传输。阅读器通过出错数据的地址,可精确定位出错数据并重新请求标签数据,提高了大块数据传输成功率,降低出错重传的能耗。最终通过实验验证可知,该方案有效提高了无源CRFID系统通信性能。展开更多
文摘【目的】药物-靶标相互作用预测在药物重定位和药物开发方面起着至关重要的作用。【方法】提出了一种基于冗余度-相关性和交互作用结合的多特征融合算法RCI(redundancy-correlation and interaction),并结合堆叠集成分类器搭建药物靶标预测模型。首先,提取药物和靶标的高维特征进行多特征融合,使用RCI算法构建非冗余的且具有相关性的交互特征子集。然后,将交互特征子集输入到由多个基学习器构成的堆叠集成分类器中进行训练。最后,对两个基准药物靶标网络进行了预测。【结果】实验结果表明,所搭建模型的准确度ACC值和AUC值均优于现有基线方法,说明所提算法的有效性。
文摘为了提升可计算射频识别(computational radio frequency identification,CRFID)系统通信性能,提出快速响应方案和数据重传机制。针对CRFID标签响应阅读器速率较慢导致通信失败问题,利用预计算RN16、固定标签句柄方法简化通信过程,提升了标签响应速率;针对CRFID标签数据出错重传方案效率低、能耗大的问题,采用将标签数据和数据地址相结合的数据格式进行传输。阅读器通过出错数据的地址,可精确定位出错数据并重新请求标签数据,提高了大块数据传输成功率,降低出错重传的能耗。最终通过实验验证可知,该方案有效提高了无源CRFID系统通信性能。
