基于支持向量机融合网络的蛋白质折叠子识别研究

在不依赖于序列相似性的条件下,蛋白质折叠子识别是一种分析蛋白质结构的重要方法.提出了一种三层支持向量机融合网络,从蛋白质的氨基酸序列出发,对27类折叠子进行识别.融合网络使用支持向量机作为成员分类器,采用“多对多”的多类分类策略,将折叠子的6种特征分为主要特征和次要特征,构建了多个差异的融合方案,然后对这些融合方案进行动态选择得到最终决策.当分类之前难以确定哪些参与组合的特征种类能够使分类结果最好时,提供了一种可靠的解决方案来自动选择特征信息互补最大的组合,保证了最佳分类结果.最后,识别系统对独立测试样本的总分类精度达到61.04%.结果和对比表明,此方法是一种有效的折叠子识别方法.

基于氨基酸组成分布的蛋白质同源寡聚体分类研究

基于一种新的特征提取方法——氨基酸组成分布,使用支持向量机作为成员分类器,采用“一对一”的多类分类策略,从蛋白质一级序列对四类同源寡聚体进行分类研究。结果表明,在10-CV检验下,基于氨基酸组成分布,其总分类精度和精度指数分别达到了86.22%和67.12%,比基于氨基酸组成成分的传统特征提取方法分别提高了5.74和10.03个百分点,比二肽组成成分特征提取方法分别提高了3.12和5.63个百分点,说明氨基酸组成分布对于蛋白质同源寡聚体分类是一种非常有效的特征提取方法;将氨基酸组成分布和蛋白质序列长度特征组合,其总分类精度和精度指数分别达到了86.35%和67.23%,说明蛋白质序列长度特征含有一定的空间结构信息。

一种新的双层多分类器组合算法

多分类器组合是解决复杂模式识别问题的有效办法。文章提出了一种新的双层多分类器组合算法,首先利用分类对象的主次特征构建了多个差异的融合方案,然后对这些融合方案进行最终的组合决策。实验结果表明,对于复杂分类问题,本文算法具有较高的正确识别率。

基于多特征融合的蛋白质折叠子预测

蛋白质折叠子预测为启发式搜索蛋白质三级结构提供了有用的信息。目前已知的折叠子预测方法大多数基于单种特征或多种特征的简单组合,本文采用一种多特征融合方法,从蛋白质的一级序列出发,对27类折叠子进行预测。使用支持向量机作为分类器,采用多对多的多类分类策略,以氨基酸组成成分、极性、极化性、范德瓦尔斯量、疏水性和预测的二级结构作为样本的六种特征,进行多特征融合,独立样本预测总精度为59.22%,与Ding等人的结果比较提高了3.2%,结果表明多特征融合方法是一种有效的蛋白质折叠子预测方法。

正畸手术模拟与术后容貌预测可视化系统

为获得低辐射、低成本和实时性等性能,开发了一个正畸手术模拟与术后容貌预测可视化系统。通过采集三张正交X线片和一个三维面部网格模型,该系统使用特定的配准技术,利用径向基变形算法,采用一种基于棱柱的三角网格分割算法,实现了头骨重建,模拟了复杂的截骨术,完成了头骨与面部的匹配,并预测了术后患者容貌。临床病例的仿真实验表明本系统可为正畸医生制定手术计划和实施手术提供帮助。

基于模板匹配与塔式分解的蛋白质结构域分类

首先构造结构域的距离矩阵灰度图像;其次建立典型二级结构的距离函数,并分析所呈现的灰度模式;然后基于模板匹配和塔式分解,提出了结构域特征;最后在结构类和折叠子两个层次实施结构域分类。本方法在第一种验证策略的分类精度分别为90.7%和74.6%,使用第二种验证策略的为93.8%和78.7%。相比其他方法,具有更高分类精度和更低的特征维数,说明本方法更有效。

基于Gabor滤波和Radon-Legendre矩的蛋白质结构域分类

提出一种有效的蛋白质结构域结构分类方法,将结构分类问题表示为图像分类问题.将蛋白质结构域的三维结构转换为距离矩阵,并视作灰度图像;从而将结构域的二级结构及拓扑结构,分别映射为此类图像中的不同尺度和方向的局部结构,以及由这些局部结构组成的形状.设计Gabor滤波器来分割这些局部结构,并构造描述二级结构组成的百分比特征.提出一种Radon-Legendre矩来描述形状,并构造描述形状的矩特征.对比实验表明,该方法在结构域分类的识别率和样本数目鲁棒性两个方面均优于其它方法,有效地实现结构域分类.

利用灰度纹理分析方法识别蛋白质空间结构

蛋白质三维空间结构固有的复杂性给其结构分类带来了较大的困难。将蛋白质空间结构映射成为二维距离矩阵,并进一步视作灰度纹理图像,使用拉冬变换分析了该图像的纹理方向特性,基于灰度共生矩阵和Radon投影矩阵提出了一种低维的蛋白质结构特征提取方法。实验结果与对比表明,该方法不仅具有低维的特征,而且有效地实现了多类蛋白质结构分类识别。

基于杨氏方程的固体表面能计算研究进展

从三个重要方面介绍了基于杨氏方程计算固体表面能。阐述了接触角测量技术的基本假设、对固体和液体材料的要求及测量仪设计;叙述了各种常见液体表面能的测量方法及其适用范围;详述了两大类固体表面能、固液界面能和液体表面能的关系模型,并分析了各自的实效性。最后,总结了此类计算方法存在的一些本质问题。

基于多分类器融合的供应链伙伴动态选择方法

通过将备选企业的属性看作分类器,将伙伴选择问题转化为不完全、不确定性信息下的分类识别问题。应用多分类器融合规则,建立了供应链伙伴选择的决策模型和方法。该方法不但有效解决了决策信息的不完全性、不确定性和主观性问题,而且有效解决了供应链伙伴的动态选择问题。实例分析结果表明,该方法在供应链伙伴选择和动态选择中具有可行性、有效性和优越性。

基于投票表决特征融合的蛋白质结构类预测

根据氨基酸的物化特性,基于氨基酸组成成分与氨基酸残基指数自相关函数相结合特征提取法,从非同源蛋白质序列中提取7个特征集(COMP、FINA、MAXF、NAKH、BIOV、OOBM、RICJ),采用有先验知识的投票表决特征融合算法融合这7个特征集,对蛋白质结构类进行预测.结果表明,投票表决融合算法的预测总精度及每一类别的预测精度与7个特征集相比较均有不同程度的提高,说明投票表决融合算法在一定程度上能较多地反映蛋白质的空间结构信息.

正颌截骨术中的凸柱体网格切割算法研究

计算机辅助虚拟手术技术对正颌外科手术方案的制定、手术效果的预测分析发挥着重要作用。然而,现有的计算机辅助正颌截骨术只能实现少量简单的截骨操作,不能满足虚拟截骨术多样性的需要。在平面切割地基础上,提出了一种基于凸柱体网格切割算法。该算法用凸柱体模拟虚拟手术刀对三维网格模型进行切割,根据截骨术的切口类型构造柱体,用此柱体进行切割实现骨块的分离。实验结果表明,该算法能有效地实现多种复杂虚拟截骨术,为手术方案的制订提供了辅助指导作用。

基于一种动态特征选择融合算法的蛋白质结构类预测

本文根据氨基酸理化性质,基于氨基酸组成成分与自相关函数相结合特征提取法从非同源蛋白质序列中提取七个特征集,采用局部正确性的动态特征选择算法进行多特征组合来预测蛋白质结构类,并与各个特征集进行了比较。结果表明,DFS-LA算法的预测总精度较各个特征集均有不同程度的提高。Jackknife检验下,DFS-LA算法的预测总精度为82.80%,比COMP特征集提高8.91%;独立测试检验下,DFS-LA算法的预测总精度为86.67%,比COMP特征集提高11.67%。这说明DFS-LA算法可有效提高结构类预测精度,多特征组合能在一定程度上更多地反映蛋白质的空间结构信息。

颅面形态三维自动测量精度的比较研究

目的:研发基于激光扫描的颅面三维形态自动测量系统,分析该测量系统的精度。方法:采用激光扫描获取颅面部软组织三维信息,研发颅面形态三维可视化自动测量软件系统。通过对30名志愿者的颅面部直接测量和激光扫描自动测量的对比研究,分析三维自动测量系统的精确度。结果:本系统能对面部软组织进行52个标志点的定位,129个项目的三维自动测量;本系统与直接测量的比较研究表明基于激光扫描的颅面三维测量精度较高,在60项线距测量中,差值小于1mm的项占50%;在17项弧长测量中,差值小于2mm的项占35.3%。结论:本颅面形态三维自动测量系统测量项目全面,测量精度较高,在颅面形态的三维研究及颅面畸形的三维诊断和治疗方面有广泛的应用前景。

西安地区青年骨性III类面型与正常面型颅面形态的三维自动测量研究

目的:利用自主研发的颅面软组织形态三维自动测量系统对骨性III类与正常面型进行面部软组织自动测量比较研究。方法:对西安地区20例正常面型和20例骨性III类面型青年,采用激光扫描获取颅面部软组织三维信息,利用自行研发的自动测量软件系统进行颅面软组织自动测量,每个受试对象测量3次,测量结果进行SPSS12.0统计软件分析。结果:本样本骨性III类面型表现水平向面宽、眼裂宽、鼻翼宽、鼻翼基底宽较窄,鼻根宽、眶间距大,下唇红缘弧长较长,下唇红缘弧长相对上唇缘弧长明显长;垂直向上面高、鼻梁、上下唇均较短,上唇红暴露较少,下颌高、颏高明显长;矢状向上颊深、中颊深、中颊弧长明显短;颏唇角大,面角大。结论:骨性III类与正常面型比较不仅有矢状向的不调,颅面部软组织的其他三维测量值也存在较大的差异。

基于独立指标和变分自编码器的期刊影响力评价

[目的/意义]多指标融合是现有学术期刊影响力评价方法的发展趋势。然而,指标之间的多重共线性问题、复杂非线性关系、以及各个指标重要性衡量是期刊影响力综合评价的难点。[方法/过程]系统地应用多种人工智能方法提出了一种多指标融合方法并进行学术期刊综合评价。首先结合层次聚类算法和主成分分析方法设计了一个指标独立性指数,并以此对多个指标进行分组合并,从而获得少数高独立性代表指标;其次,利用变分自编码器的非线性表达能力将这些指标自动隐式地赋予权重并融合为一个新的期刊影响力评价指数;最后,利用极限梯度提升方法显式地量化了这些高独立指标对于该评价指数的各自重要性。[结果/结论]以42个“图书馆学与情报学”期刊为实证,将33个期刊指标分组并融合为7个高独立指标组,分别是:被引用量、影响因子、基金论文比、可被引文献比、半衰期、他引总引比、可被引用量;并进一步综合为单个期刊影响力评价指数;同时得出了这些代表指标对于该评价指数的重要性,分别为:27.82%、23.86%、18.27%、13.30%、8.93%、3.96%和3.86%。

一种浅海水声信道的仿真方法

介绍了一种结合本征声线模型与莱斯衰落信道的浅海水声信道仿真方法。该方法使用Bellhop模型求解信道的声线分布结构和时不变冲激响应特性,在此基础上对每条声线利用莱斯衰落建立信号的时变特性得到完整的时变信道的仿真。最后在MATLAB上对给定条件的水声信道进行仿真,得到了具有时延拓展和时变特性的接收信号。

海域态势感知中的大数据应用探析

海域态势感知正进入大数据时代,如何应用大数据技术提升海域态势感知数据的分析处理能力是目前面临的现实问题。首先介绍了海域态势感知具备的大数据特性;然后结合国内外相关领域大数据应用的研究现状,分析了大数据在海域态势感知数据处理中存在的认知层面、标准规范和技术应用方面存在的问题;最后从感知模式、标准规范以及发展方向等层面,分别给出了大数据在海域态势感知中的应用和发展建议。

使用图像特征构建快速有效的蛋白质折叠识别方法

蛋白质结构自动分类是探索蛋白质结构-功能关系的一种重要研究手段。首先将蛋白质折叠子三维空间结构映射成为二维距离矩阵,并将距离矩阵视作灰度图像。然后基于灰度直方图和灰度共生矩阵提出了一种计算简单的折叠子结构特征提取方法,得到了低维且能够反映折叠结构特点的特征,并进一步阐明了直方图中零灰度孤峰形成原因,深入分析了共生矩阵特征中灰度分布、不同角度和像素距离对应的结构意义。最后应用于27类折叠子分类,对独立集测试的精度达到了71.95%,对所有数据进行10交叉验证的精度为78.94%。与多个基于序列和结构的折叠识别方法的对比结果表明,此方法不仅具有低维和简洁的特征,而且无需复杂的分类系统,能够有效和高效地实现多类折叠子识别。

胞质型多聚腺苷酸化原件结合蛋白的结构及其功能研究进展

胞质型多聚腺苷酸化原件结合蛋白(cytoplasmic polyadenylation element binding protein,CPEB)是一种mRNA结合蛋白,在无脊椎动物和脊椎动物中发挥着重要生物功能。文章就其结构及相关生物学功能进行了综述,总结了它在mRNA翻译抑制与激活、卵子发生、细胞衰老、发育、神经细胞突触可塑性等方面的研究成果,并对相关生物学事件的分子机制进行了探讨。最后对CPEB蛋白的研究前景进行了展望。