公开(公告)号：CN104951668A

公开(公告)日：2015-09-30

申请号：CN201510160212.0

申请日：2015-04-07

Applicant: 上海大学

Inventor： 谢江 ,  丁旺 ,  王旻超 ,  马进 ,  谢昊 ,  戴东波 ,  张惠然 ,  郭毅可 ,  张武

IPC: G06F19/16

Abstract: 本发明涉及一种基于级联神经网络结构的蛋白质关联图的预测方法。该方法步骤如下，如附图1：A．建立6个神经网络子网及1个级联神经网络；B．读取蛋白质数据集，并依据蛋白质长度对数据集进行分类；C．采用反向传播算法对神经网络子网进行训练学习；D．对级联神经网络进行训练学习；E．进行第一层神经网络子网的预测；F．完成第二层级联神经网络的预测，得到最终的蛋白质关联图。该方法采用多神经网络并形成级联结构进行预测，1.因此克服了单神经网络方法无法针对不同长度蛋白质优化处理的缺陷，提高了预测精度和稳定性；2.具有内在并行特质，各子网及级联网络可并行处理，提高计算效率。

公开(公告)号：CN104978498A

公开(公告)日：2015-10-14

申请号：CN201510179743.4

申请日：2015-04-16

Applicant: 上海大学

Inventor： 谢江 ,  马进 ,  项超娟 ,  谭军 ,  丁旺 ,  文铁桥 ,  郭毅可 ,  张武

IPC: G06F19/24

Abstract: 本发明涉及一种生物分子网络拓扑结构比对的自适应方法。该方法用于寻找两个生物分子网络生物学意义上的最优映射，其步骤如下：A、构建第一生物分子网络和第二生物分子网络的初始相似矩阵 。B、基于相似矩阵，获得第一生物分子网络中的节点和第二生物分子网络之间的比对映射矩阵。C、根据当前迭代步的匹配结果，自适应地更新相似矩阵，然后计算得到下一迭代步生物分子的相似矩阵。D、计算每一迭代步的映射矩阵的得分，然后判断是否结束计算。其特点在于针对节点的网络拓扑特点自适应地计算网络节点之间的相似性，有效降低仅用匈牙利算法而需要的大量计算时间，同时提高仅用贪心算法的准确率，从而找出比同类算法更好的映射。

公开(公告)号：CN101183447A

公开(公告)日：2008-05-21

申请号：CN200710171842.3

申请日：2007-12-06

Applicant: 上海大学

Inventor： 冷明 ,  郁松年 ,  孙凌宇 ,  于佳琪 ,  丁旺 ,  王千峰 ,  于山青 ,  郭强 ,  吴封敏 ,  姚俊

IPC: G06Q10/00 ,  G06Q30/00

Abstract: 本发明涉及一种在线人才测评及选拔系统。本系统包括前台业务系统和后台业务系统，它们与记录整个系统数据的系统数据库交换数据，并且生成测评报告，对个人用户和企业用户提供测评报告，对企业管理者提供选拔和招聘服务。