李珊
- 作品数：54 被引量：181H指数：8
- 供职机构：南京航空航天大学经济与管理学院更多>>
- 发文基金：教育部人文社会科学研究基金国家自然科学基金国家教育部博士点基金更多>>
- 相关领域：自动化与计算机技术经济管理医药卫生文化科学更多>>
- 基于文本卷积神经网络模型的抗菌药物发现
- 2024年
- 目的 基于文本卷积神经网络(Text-Convolutional Neural Network, Text-CNN)算法,构建抗金黄色葡萄球菌(Staphylococcus aureus)活性的预测模型,通过虚拟筛选发现具有抑制S.aureus活性的苗头化合物。方法 从ChEMBL数据库中收集并整理了26327个标注有S.aureus活性数据的化合物,通过随机采样建立10组训练集和测试集,采用Text-CNN算法建立10个模型,通过模型评估选择性能最佳的模型,对该模型进行Y-随机化检验和应用域分析。使用该模型虚拟筛选内部化合物库,确定潜在的抗菌化合物,并采用微量肉汤稀释法测定化合物的抗S.aureus活性。结果 名为Text-CNN3的机器学习模型具有良好的分类性能,该模型对于测试集的马修斯相关系数为0.573,ROC曲线下面积为0.881。基于该模型的虚拟筛选和抗菌活性测试,发现了两个抗菌活性化合物Y5和Y7,其对S.aureus的最低抑菌浓度(minimal inhibitory concentration, MIC)分别为8和4μg·mL^(-1)。结论 本研究建立的Text-CNN3模型可有效发现抗S.aureus化合物,所发现的苗头化合物Y5和Y7有进一步研究的意义和价值。
- 姚明丽高丁佳张洁李珊吴松司鑫鑫夏杰
- 关键词：金黄色葡萄球菌最低抑菌浓度
- 学校招生多序列平行志愿匹配方法研究
- 2014年
- 针对我国现有学校录取机制存在的"唯分数论"、不能体现学校自主评价和学生个性的现状,本文从最优匹配的角度提出一种多序列平行志愿匹配方法,在此基础上进行了仿真实验。理论和仿真结果表明,多序列平行志愿匹配方法可以保持分数独裁平行志愿的在一定条件下的公平性、抗策略性等优点,既能充分体现考生和院校个性偏好,达到帕累托最优,又能与现行统一招生录取制度接轨,且其运算效率与分数独裁平行志愿可比,是一种现实、高效的算法。
- 厉浩邵夫林李珊
- 关键词：招生录取平行志愿匹配方法仿真
- 基于知识的协同过滤推荐系统研究
- 近年来，随着计算机和网络的普及，电子商务得到广泛的应用，并且在逐步演化成为一种全球范围的、分布的、动态的信息仓库。电子商务系统在为用户提供越来越多选择的同时，其结构也变得更加复杂，用户经常会迷失在大量的商品信息空间中，无...
- 李珊
- 关键词：推荐系统协同过滤领域本体
- 文献传递
- 基于SNA的学术型网络社区用户关系研究——以“维普论坛”为例被引量：2
- 2014年
- 本文采用社会网络分析方法,对"维普学术论坛"中用户发帖与回帖数据进行分析。通过网络社群图、网络密度、点入点出度以及中心度等指标刻画了用户群体的基本特征,确立核心成员和意见领袖,勾勒出学术型网络社区中用户之间的关系,发现社区中存在的问题,为日后社区的改进提供依据。
- 王涛李珊徐兰静满思雨
- 关键词：学术网络社区社会网络分析用户关系
- 基于人工神经网络的环孢素A个体化给药设计被引量：8
- 2010年
- 目的运用人工神经网络技术构建预测模型,实现环孢素A(CsA)的个体化给药设计。方法收集肾移植患者临床数据,分析CsA血药浓度及给药剂量的影响因素,确定建模因子。采用遗传-反向传播算法(GA-BP)建立两层链式预测模型,构建CsA个体化给药的程序并少量样本试用。结果初步完成个体化给药的程序编写,10个病例(总共30次)的预测表明,绝大多数次(23/30)的预测给药剂量与实际给药剂量的误差小于15%,超过半数次(17/30)的误差小于10%。结论可以尝试用人工神经网络进行CsA个体化给药的研究。
- 余俊先史丽敏王汝龙李珊夏杰程晟温爱萍卫红涛
- 关键词：人工神经网络环孢素A个体化给药
- 基于文本情感的投资者情绪与股指关系研究
- 2021年
- 为了研究我国散户投资者情绪与股指之间的相互关系,以东方财富网"上证指数"股吧的用户发帖为样本数据,利用Bi-LSTM模型对发帖内容进行文本情感分类,在此基础上设计投资者直接情绪指标,并结合间接情绪指标构建新的综合投资者情绪指数.利用近5年的数据进行实证检验,结果表明,散户投资者的情绪与股指之间存在着长期、正向且增强的相互作用,投资者情绪受到股指的影响要大于其对股指施加的影响.研究结果证明,同时包含直接情绪因素和间接情绪因素的情绪指数,会有更好的股指拟合效果.
- 李珊丁宇陈妙苗郑晨
- 关键词：文本情感分类
- 基于图神经网络的多层银企网络融合研究
- 2024年
- 针对金融行业内潜在系统性风险难以精准识别问题,基于直接系统性风险传染渠道的借贷数据以及间接渠道的互联网文本信息,构建多层银企网络,并利用图卷积神经网络(GCN)设计多层银企网络融合模型,根据融合网络量化评估29家银行和75家房地产机构的不同渠道系统性风险传染过程。实验结果表明,在多层金融网络融合任务上,本文融合模型的准确率达到0.8559,优于对比模型。融合网络分析表明,多层网络共同冲击下的银企系统性风险传染能力明显大于单一或者2层网络的系统性风险,且基于间接渠道的企业间网络系统性风险更明显。金融审慎监管应该更多关注文本数据、深度学习等技术对于整合庞大金融资源的能力和有效提高风险监测预警的能力。
- 李珊王林娜高丁佳宣海波
- 关键词：文本分析
- 基于用户和QoS的业务流程动态服务组合研究
- 2011年
- 本文对国内外基于QoS的Web服务组合的现状进行阐述,指出目前web服务组合中存在的问题。结合用户的个性化偏好,构建了基于用户的服务组合框架,并给出了具体的实现思路。
- 李珊
- 关键词：WEB服务
- 基于Web的定向信息采集系统的设计与实现被引量：1
- 2011年
- 互联网的快速发展,导致信息采集技术的不断进步。为解决针对不同Web网站的定向信息采集问题,本文介绍了一种基于Web的定向信息采集系统的实现,经实践证明,该系统具备良好的通用性,采集准确率高。
- 宋凯伦邱广华李珊
- 关键词：信息采集页面解析
- 一种基于Ontology的数据集成系统被引量：15
- 2007年
- 针对异构数据源中实现基于语义的数据集成的需求,采用分层思想,在用户层与实际数据层之间增加一个中间层来屏蔽底层数据的异构,用本体作为公共语义描述工具,建立本体到各数据源的映射规则,设计实现了将基于本体的全局查询转化为基于各数据源的局部查询系统,解决了数据源之间的语义异构问题,其中用OWL表示本体和映射,并研究了系统中的关键技术。
- 陈遥李珊厉浩
- 关键词：语义异构本体数据集成
