曹凯敏
- 作品数：4 被引量：7H指数：2
- 供职机构：杭州电子科技大学生命信息与仪器工程学院更多>>
- 发文基金：国家自然科学基金浙江省公益性技术应用研究计划项目浙江省自然科学基金更多>>
- 相关领域：医药卫生机械工程自动化与计算机技术更多>>
- 基于聚类分析和半监督学习的蛋白质质谱数据分类被引量：2
- 2014年
- 目的针对高维冗余的SELDI蛋白质质谱数据,提出一种基于聚类分析和半监督学习的数据分类方法。方法算法首先运用t-test对蛋白质质谱数据进行初步降维;然后将处理后的数据用聚类分析算法进行进一步降维;最后运用半监督学习算法传递标签,充分提取有标记样本和无标记样本的信息,从而进行分类。结果在公共卵巢癌数据集OC-WCX2b和公共前列腺癌数据集PC-H4上获得了99.15%和96.75%分类准确率。在浙江省肿瘤医院临床乳腺癌数据集BC-WCX2a上获得了95.18%的分类准确率和100%的敏感性。结论基于聚类分析的半监督学习方法能够有效利用未标记的质谱样本信息,与经典的监督学习算法相比,其分类性能更理想、实用性更好。
- 祝磊曹凯敏游晓璐徐平应南娇
- 关键词：蛋白质质谱聚类分析半监督学习特征提取
- 基于多步降维和半监督学习的蛋白质质谱特征提取算法被引量：2
- 2013年
- 目的提出一种基于半监督学习的多步降维特征提取方法。方法算法首先运用t-test对样本特征进行筛选,初步降低特征维度;然后进行离散小波变换,对小波系数进行相对熵排序,筛选出新的特征子集;接着进行主成分分析,提取主成分;最后运用半监督学习算法BB-LLGC进行标签传递,充分提取有标记和无标记样本的判别信息。结果在公共卵巢癌数据集OC-WCX2b和公共前列腺癌数据集PC-H4上获得了99.13%和97.20%分类准确率。在浙江省肿瘤医院临床乳腺癌数据集BC-WCX2a上获得了92.78%的分类准确率和100%的敏感性。结论多步降维的特征提取方法可以有效降低SELDI质谱数据的特征维度,结合半监督学习算法BB-LLGC,可以获得较好的分类效果。
- 游晓璐祝磊曹凯敏韩斌
- 关键词：蛋白质质谱半监督学习特征提取
- 基于嵌入式技术的远程医疗系统软件设计与实现
- 随着各类慢性疾病的年轻化和人口老龄化问题的加剧，人们越来越重视自身的健康状况，然而看病贵看病难问题依然是普通家庭面临的一大困扰。如今，伴随着现代医疗诊断技术、电子通讯技术和计算机技术的结合，远程医疗逐渐成为大家研究的一大...
- 曹凯敏
- 关键词：远程医疗系统嵌入式技术软件开发
- 文献传递
- 基于嵌入式的血压测量系统设计与实现被引量：3
- 2017年
- 设计了一种基于ARM和Linux的嵌入式血压测量系统.血压信号通过袖带、信号处理电路传送到ARM处理器,在建立了交叉编译环境的Linux系统下利用Qt编程分析处理血压信号,通过网络编程实现了系统和上位机软件之间的数据通信,实现了血压测量数据的存储功能.实际测量表明,测量系统使用方便、测量精度高,有很高的应用价值.
- 祝磊阮宇静曹凯敏何小宇韩自营
- 关键词：血压测量嵌入式上位机软件数据通信
