闫效莺
- 作品数：20 被引量：40H指数：4
- 供职机构：西安石油大学计算机学院更多>>
- 发文基金：国家自然科学基金陕西省自然科学基金博士科研启动基金更多>>
- 相关领域：自动化与计算机技术航空宇航科学技术生物学电子电信更多>>
- μC/OS-Ⅱ对SoC验证支持技术的研究被引量：1
- 2010年
- 随着SoC设计规模的增大和设计复杂度的提高,对芯片设计深层次验证的必要性、工作量和难度也变得越来越大。在此背景下分析了SoC软硬件协同验证的原理及实现技术,研究了μC/OS-II在基于ARM7TDMI内核的SoC上的移植工作,提出了使用μC/OS-II及其上层应用程序验证SoC芯片硬件可用性和可操作性的方法。
- 闫效莺
- 关键词：片上系统多任务调度
- 嵌入式Linux下键盘驱动的设计与实现被引量：4
- 2010年
- 本文简要介绍了S3C2410x处理器,分析了键盘硬件电路及其IIC工作原理,研究了IIC总线驱动程序的实现。在此基础上介绍了如何通过对S3C2410x的IIC总线接口的操作实现与键盘控制芯片ZLG7290的通信。最后给出了一个在嵌入式Linux平台上实现键盘驱动的详细方案。
- 闫效莺
- 关键词：LINUXZLG7290IIC
- ViVi在S3C2410上的移植开发
- 随着嵌入式技术的快速发展,越来越多的嵌入式设备在研发中采用操作系统支持.而Linux以其自身良好的特性被广泛地用在嵌入式系统中.Boot Loader是操作系统和硬件的枢纽,负责初始化硬件和引导操作系统的内核,ViVi是...
- 黄鹏田泽闫效莺黄信兵张玲
- 关键词：S3C2410嵌入式系统
- 文献传递
- 基于嵌入式Linux软件平台技术的研究
- 3 2位高性能嵌入式处理器的广泛使用,一方面满足了嵌入式高速处理的需求,另一方面为稳定、高速、可靠的运行嵌入式操作系统提供了硬件平台。嵌入式操作系统的使用极大地加速了软件开发过程,提高了系统的稳定性和安全性,是目前嵌入式...
- 闫效莺
- 关键词：嵌入式LINUXBOOTLOADER内核编译
- 文献传递
- 基于局域网的上网行为管理系统设计与实现被引量：1
- 2016年
- 设计实现了一种基于局域网的员工上网行为管理系统。系统分为客户端和服务器端两部分。为了提高员工的办公效率,节省网络资源,该系统对员工的上网行为监测并记录,单位依此对网络资源进行有效管理。
- 闫效莺赵文东蒋腾陶云
- 关键词：上网行为网络监控即时聊天
- 基于异构图卷积网络的药物-细胞系响应预测
- 2023年
- 准确预测药物敏感性响应是当前个性化治疗的关键,然而,如何高效融合药物、细胞系以及已观察到的药物-细胞系作用关系数据,仍面临着很大挑战。本文基于药物结构分子指纹特征数据、细胞系基因表达谱数据和已知的药物-细胞系作用关系数据,提出一种融合异构图卷积网络和深度神经网络的药物-细胞系预测模型HGCNDCP。首先分别计算药物相似性和细胞系相似性,构建异构网络;通过异构图卷积模型对药物和细胞系进行特征表示学习;使用DNN模型预测药物-细胞系响应关系;最后在GDSC数据集中测试,并与TMF、HNMDRP、NRL2DRP和HRWR算法进行比较。测试结果表明,本文算法具有较高的预测性能。
- 郭帅旗闫效莺
- 关键词：异构网络药物细胞系
- 基于改进粒子群优化的WSN均衡能量消耗路由算法被引量：3
- 2012年
- 针对无线传感器网络能量约束的特点,在分析多种聚类组合算法性能的基础上,提出一种基于节点拓扑和能量两类信息,采用改进的SOM+PSO组合聚类算法对WSN节点自组织成簇的方法。为了均衡能量消耗,避免远离基站的簇过早死亡,提出选择最优中继节点的代价函数,进行簇头-簇头-基站的通信。仿真结果表明,与已有的基于Leach-C和Leach的算法相比,该方法在延长网络生命周期和减少能量消耗方面有较好的性能。
- 闫效莺程国建
- 关键词：分簇粒子群自组织映射
- 一种能耗均衡的WSN分簇路由算法被引量：9
- 2012年
- 在Leach-C算法的基础上,提出一种能耗均衡的WSN分簇路由算法——EBLeach-C。采用SOM+Kmeans聚类算法,将位置相邻、能量级别相同的节点自组织成簇。设计一个新的代价函数,用于在簇头(CH)与基站(BS)之间选择最优中继节点,从而实现CH-CH-BS的通信。仿真结果表明,EBLeach-C能避免远离基站的簇过早死亡,并且均衡节点能耗,提高网络覆盖率。
- 闫效莺程国建孙涛
- 关键词：自组织映射分簇路由算法网络生命周期粒子群优化
- 基于流形正则化非负矩阵分解预测药物-靶蛋白作用关系被引量：1
- 2019年
- 识别药物-靶蛋白作用关系是当前药物研究的重要内容,其可帮助识别已有药物的新功能,发现药物的“偏靶蛋白”等。现有预测算法对新药物的作用靶蛋白,及新靶蛋白的作用药物预测存在困难,由此提出一种新奇的基于流形正则化非负矩阵分解的新药物/新靶蛋白作用关系预测算法,该方法首先通过聚类算法构建新药物/新靶蛋白的初始作用标签,然后设计引入流形学习正则化约束的非负矩阵分解算法预测药物-靶蛋白作用关系,最后在四个经典数据集中测试,并与最新预测算法BLM-NII、RLS-WNN和WKNKN+WGRMF算法进行比较,证明本文算法可获取较高的预测精度。
- 闫效莺吴莹李润洲
- 关键词：药物靶蛋白非负矩阵分解
- 基于Bert+GCN多模态数据融合的药物分子属性预测
- 2025年
- 目的药物研发成本高、周期长且成功率低。准确预测分子属性对有效筛选药物候选物、优化分子结构具有重要意义。基于特征工程的传统分子属性预测方法需研究人员具备深厚的学科背景和广泛的专业知识。随着人工智能技术的不断成熟,涌现出大量优于传统特征工程方法的分子属性预测算法。然而这些算法模型仍然存在标记数据稀缺、泛化性能差等问题。鉴于此,本文提出一种基于Bert+GCN的多模态数据融合的分子属性预测算法(命名为BGMF),旨在整合药物分子的多模态数据,并充分利用大量无标记药物分子训练模型学习药物分子的有用信息。方法本文提出了BGMF算法,该算法根据药物SMILES表达式分别提取了原子序列、分子指纹序列和分子图数据,采用预训练模型Bert和图卷积神经网络GCN结合的方式进行特征学习,在挖掘药物分子中“单词”全局特征的同时,融合了分子图的局部拓扑特征,从而更充分利用分子全局-局部上下文语义关系,之后,通过对原子序列和分子指纹序列的双解码器设计加强分子特征表达。结果5个数据集共43个分子属性预测任务上,BGMF方法的AUC值均优于现有其他方法。此外,本文还构建独立测试数据集验证了模型具有良好的泛化性能。对生成的分子指纹表征(molecular fingerprint representation)进行t-SNE可视化分析,证明了BGMF模型可成功捕获不同分子指纹的内在结构与特征。结论通过图卷积神经网络与Bert模型相结合,BGMF将分子图数据整合到分子指纹恢复和掩蔽原子恢复的任务中,可以有效地捕捉分子指纹的内在结构和特征,进而高效预测药物分子属性。
- 闫效莺靳艳春冯月华张绍武
- 关键词：分子指纹
