新疆大学学报(自然科学版)(中英文)

2018, v.35;No.149(01) 4-12

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于数据预处理深度置信网络的药物与非药物分类(英文)
Classification of Drug and Non-Drug Using Deep Belief Network Based on Data Preprocess

禹龙;牛苗;田生伟;孙霞;李莉;王梅;孔军;

摘要(Abstract):

制药工业的一个主要趋势是整合传统意义上被认为早期阶段药物发现的分子描述.为了更好的将药物和非药物分类,本文提出了基于深度信念网络(DBN)的分类模型.首先,对分子特征进行预处理以保证有价值的信息得到保留,其次,该模型将DBN和反向传播(BP)分类器结合去对药物/非药物进行检测和分类.DBN由几个受限玻尔兹曼机(RBM)层组成,当特征向量转移到下一层时这些RBM层尽可能多的保留具有重要的影响的信息.BP层训练的最后一个RBM层生成特征分类.结果表明,该方法是提取高层次特征的药物和非药物分类任务中一种成功的方法,分类精度高达85.3%,高于传统的支持向量机和神经网络方法.同时,预处理对分子特征的提取更为有效,从而在一定程度上提高了分类的准确性.

关键词(KeyWords): 深度置信网络;数据预处理;特征提取;药物与非药物分类;BP分类器;受限玻尔兹曼机(RBM)

Abstract:

Keywords:

基金项目(Foundation): National Natural Science Foundation of China(31160341);; Autonomous Region Science and Technology Talents Training Project(QN2016YX0051)

作者(Author): 禹龙;牛苗;田生伟;孙霞;李莉;王梅;孔军;

Email:

DOI: 10.13568/j.cnki.651094.2018.01.002

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享