基于迭代回归的基因相互作用定义方法

基因相互作用是生物信息学中的重要课题,主要研究在非等位基因缺失条件下基因之间的功能联系,为细胞信号通路分析和药物重定位等提供了新的方向.经典的基因相互作用定义方式采用确定的预期中立函数,但是这种固定的中立函数往往不能反映具体实验数据的特征,而基于机器学习定义基因相互作用的方法可以较好地解决这个问题.首先,通过回归分析方...     

基于改进Cascade R-CNN模型的机器人抓取检测研究

为提高多物体抓取检测网络的抓取检测准确率，提出一种基于改进Cascade R-CNN模型的机械臂抓取检测算法.首先，引入ResNeXt结构能够在不加大网络设计难度的前提下提高了模型的准确率；引入带空洞卷积的空间金字塔池化模块以解决分辨率较低的问题；接着对抓取框回归分支和角度分类分支以分治方法进行优化.其次，针对多物体抓取数据集缺乏的问题，构建多目标抓取数据集(multi-object grasping dataset, MOGD),有效地扩充了多物体抓取检测数据集.最后，基于改进Cascade R-CNN模型设计抓取检测网络，实验结果表明，改进后的算法效率更高，PI-Cascade R-CNN实验准确率为93%,较Cascade R-CNN提升1.5个百分点.