王兵
- 作品数：2 被引量：10H指数：1
- 供职机构：江南大学物联网工程学院更多>>
- 发文基金：国家自然科学基金国家科技支撑计划中央高校基本科研业务费专项资金更多>>
- 相关领域：自动化与计算机技术生物学更多>>
- 基于深度玻尔兹曼机的蛋白质相互作用预测被引量：1
- 2015年
- 本文针对传统蛋白质相互作用预测模型预测精度不够高的问题,提出一种改进的深度玻尔兹曼机(DBM)模型以更精确地预测蛋白质的相互作用。首先,将多尺度特征组提取和自协方差编码方法结合编码序列特征,并利用DBM自动筛选有效特征。同时,为了避免采用sigmoid或tanh激活函数在深度网络中出现过饱和的问题,本文采用Re LU改进的深度玻尔兹曼机(RBM),使网络具备稀疏性,从而避免模型过拟合,加快收敛速度。在酵母菌PPIs数据集上,本文算法达到了92.27%的准确率,优于传统的方法。
- 薛燕娜董洪伟王兵杨勤李文静
- 关键词：RE蛋白质相互作用
- 基于Kinect的动态手势识别被引量：9
- 2018年
- 针对现有的动态手势识别率低,识别手势少等不足,利用Kinect设备提出了动态手势识别算法。首先利用Kinect捕获人的手部区域,采用基于像素分类的指尖检测算法找到指尖的个数,并以左右手的手指个数作为动态手势的开始和结束;对人手的运动轨迹进行分析,针对运动轨迹的运动方向的变化,提取了该动态手势的运动方向变化角度作为特征;采用隐马尔科夫模型训练和识别各个手势。实验结果表明:方法能够识别16个大写手写英文字母,且效果较好。
- 王兵董洪伟张明敏潘志庚
- 关键词：KINECT隐马尔科夫模型指尖检测
