成金勇
- 作品数：60 被引量：64H指数：4
- 供职机构：齐鲁工业大学更多>>
- 发文基金：山东省自然科学基金国家自然科学基金教育部留学回国人员科研启动基金更多>>
- 相关领域：自动化与计算机技术医药卫生生物学语言文字更多>>
- 基于HowNet的图模型词义消歧方法被引量：3
- 2018年
- 作为自然语言处理的一项基础性研究,词义消歧对机器翻译、信息检索、文本分类、情感分析等上层应用有重要影响。本文针对现有消歧方法中存在的对知网知识利用不充分问题,提出了一种基于How Net的图模型词义消歧方法。该方法利用依存句法分析获取上下文知识,构建上下文消歧图,并对How Net中有着重要词义区分能力的例句进行依存句法分析,构建依存消歧图,结合上下文消歧图和依存消歧图完成歧义词的消歧处理。实验结果表明,该方法在Sem Eval-2007 task#5数据集上取得了0.468的消歧准确率,获得优于同类方法的消歧效果。
- 孟凡擎鹿文鹏张旭成金勇
- 关键词：词义消歧图模型HOWNET依存句法分析
- 关于高斯函数的小波性质的研究被引量：7
- 2004年
- 本文基于小波理论框架,分析探讨了有关高斯函数的小波特性。根据多尺度微分算子理论和多分辨分析思想,证明了高斯函数构造了一个多分辨分析(MRA),高斯函数的各阶导数均构成小波基函数。从滤波器组的角度,由高斯函数的导数构成的小波函数构造了低通滤波器的脉冲响应,也可视为一尺度函数。
- 宋洁范延滨成金勇潘振宽
- 关键词：高斯函数微分尺度函数多分辨分析小波函数滤波器组
- 蛋白质二级结构预测与高维生物医学癌症数据特征提取方法研究
- 刘毅慧1马玉明1成金勇
- 信息技术的发展，使得生物医学数据呈爆炸性增长，迫切需要高效的机器学习算法对这些数据进行分析和处理，尤其与蛋白质和癌症相关的问题是国际上公认最具挑战性的科学问题。蛋白质结构预测是生物信息学领域的国际性难题，知道蛋白质的结构...
- 关键词：
- 关键词：蛋白质二级结构预测生物医学
- 一种基于神经网络的智能医疗命名实体识别方法和装置
- 本发明公开了一种基于神经网络的智能医疗命名实体识别方法和装置，属于人工智能、自然语言处理技术领域，本发明要解决的技术问题为如何在有限的标注语料库上，设计出更为理想的机器学习模型，以便更深入地挖掘医疗命名实体的标注特征和规...
- 鹿文鹏张若雨于瑞禹继国贾瑞祥成金勇
- 文献传递
- 基于小波特征提取和支持向量机的蛋白质二级结构预测
- 2019年
- 蛋白质的结构对理解蛋白质的生物学功能意义重大,蛋白质结构的预测就能预测和理解未知蛋白质生物学功能的作用,并且蛋白质二级结构的预测是对蛋白质结构的预测起决定性作用的,在蛋白质二级结构预测的研究中,将蛋白质单个残基用位置特异性打分矩阵(PSSM)进行编码,取窗口后可以将一个蛋白质残基表示成一个2维的伪图像平面,在原位置特异性打分矩阵数据平面的基础上,用小波变换提取到伪图像平面不同分辨率水平上的低频特征和高频特征与原PSSM平面数据当作一个蛋白质残基携带的样本信息,并用支持向量机对预测进行训练模型。
- 王剑成金勇
- 关键词：蛋白质二级结构预测小波变换支持向量机
- 基于多注意力与LSTM的糖尿病视网膜病变分类方法及系统
- 本发明公开了基于多注意力与LSTM的糖尿病视网膜病变分类方法及系统，属于图像分类技术领域，本发明要解决的技术问题为如何对眼底图像进行分类，提高对糖尿病视网膜病变分类的准确率，采用的技术方案为：该方法具体如下：获取并预处理...
- 成金勇任志远邹庆旭孔令芝
- 基于自组织特征映射神经网络的肝脏^(31)P磁共振波谱分析被引量：2
- 2009年
- 目的:探讨基于神经网络的31PMR波谱在辨别肝细胞癌,正常肝和肝硬化中的价值。方法:运用自组织特征映射神经网络(SOM)分析66个31PMRS数据,其中包括肝细胞癌(13个样本),正常肝脏(16个样本)和肝硬化(37个样本)。结果:31PMRS可以用于肝细胞癌与肝硬化结节的诊断和鉴别诊断,经四个实验证明,基于神经网络模型的31PMR波谱数据分析可以将肝细胞癌的诊断正确率从85.4%提高到92.31%。结论:基于神经网络模型的31PMRS波谱数据分析为活体肝细胞癌的诊断提供了一种有价值的诊断手段。
- 刘强刘毅慧王丽娟成金勇王韶卿
- 关键词：磁共振波谱肝细胞癌神经网络
- 一种基于依存约束和知识的名词词义消歧方法和装置
- 本发明公开了一种基于依存约束和知识的名词词义消歧方法和装置。方法包括：对大规模语料进行依存句法分析，收集所得的依存元组并统计其频数，构建依存知识库；对歧义名词所在句子进行依存句法分析，提取符合设定条件的16种依存元组，作...
- 鹿文鹏成金勇杜月寒孟凡擎
- 文献传递
- 一种获取皮革样品截面序列图片的方法
- 本发明涉及一种获取皮革截面序列图片的方法，其特征是运用环氧树脂和固化剂混合物浸渍皮革样品，将皮革纤维固定，然后对其进行逐层打磨、抛光等操作，在显微镜下获取序列截面图片。通过预埋标志物为序列图片配准做好准备，通过测量基体的...
- 张华勇张志良李天铎成金勇
- 文献传递
- 基于卷积神经网络多层特征提取的目标识别被引量：11
- 2017年
- 目标识别一直是人工智能领域的热点问题.为了提高目标识别的效率,提出了基于卷积神经网络多层特征提取的目标识别方法.该方法将图像输入卷积神经网络进行训练,在网络的每个全连接层分别进行特征提取,将得到的特征依次输入到分类器,对输出结果进行比较.选取经过修正线性单元relu函数激活的低层全连接层作为特征提取层,比选取高层全连接层特征提取的识别率高.本文构建了办公用品数据集,实现了基于卷积神经网络多层特征提取的办公用品识别系统.选择Alex Net卷积神经网络模型的relu6层作为特征选取层,选择最优训练图像数量和最优分类器构建系统,从而证明了该方法的可行性.
- 江彤彤成金勇鹿文鹏
- 关键词：卷积神经网络特征提取分类器
