乙型肝炎患者氨基酸代谢与同型半胱氨酸浓度变化分析

目的探讨氨基酸代谢及同型半胱氨酸浓度变化与乙型肝炎患者的关系,有助于临床医师根据疾病的特性制定合理的治疗方案.方法 96例临床确诊乙型肝炎患者,根据临床诊断分为无症状乙型肝炎携带者(ASC)、急性乙型肝炎(AHB)、慢性乙型肝炎(CHB)、肝硬化(LC)、肝细胞癌(HCC)5个疾病组为研究对象,30例体检健康组作为对照,通过自动生化仪、氨基酸检测仪和荧光定量PCR仪进行同型半胱氨酸(HCY)、血清谷丙氨酸转氨酶(ALT)、总胆红素(TBIL)、白蛋白(ALB)、氨基酸、乙型肝炎DNA载量(HBV DNA)等测定.结果 (1)乙型肝炎患者中支链氨基酸测定值明显低于体检健康组,而芳香族氨基酸测定值高于体检健康组,支链氨基酸与芳香族氨基酸比值降低(P<0.05);(2)乙型肝炎组与体检健康对照组TBIL、ALT、ABL、HCY、HBV DNA含量差异有统计学意义(P<0.05).(3)乙型肝炎患者不同组别HCY水平和氨基酸谱改变与TBIL、ALT、ABL、以及HBV DNA阳性检出率(%)相关.结论同型半胱氨酸水平及氨基酸的测定与疾病轻重有临床诊断价值,当联合TIBL、ALT、ABL和HBV DNA等相互补充更具临床诊断意义.

基于Matlab的JPEG图像压缩方法研究

详细介绍了JPEG图像压缩算法的流程和主要原理,指出了这种方法的缺陷,并用Matlab7.0实现了仿真,结果表明用Matlab7.0来实现离散余弦变换的图像压缩,具有方法简单、速度快、误差小的优点,大大提高了图像压缩的效率。

基于色彩分量相关性的不规则区域图像编码

根据绿色分量对彩色图像采取不规则区域分割,对区域的边界进行无失真表达,而区域内的绿色分量进行DCT编码,并通过逼近关系函数得到红、蓝两个色彩分量.试验表明该方法对于中低信噪比图像的压缩效果明显优于传统的编码方法.

乙型肝炎病毒基因型与氨基酸代谢关系分析

目的探讨成都地区乙型肝炎患者基因型分布特点及与氨基酸代谢关系,有助于临床医师根据乙型肝炎病毒（hepatitis B virus,HBV）的特性和氨基酸模式制定合理的治疗方案。方法采用实时荧光定量PCR、PCR-反向点杂交和氨基酸模式分析对127例乙型肝炎患者进行HBV DNA定量、HBV基因分型和支链氨基酸及芳香族氨基酸的测定。结果 127例乙型肝炎患者病毒载量（1.0×103~1.0×108IU/ml）与氨基酸的关系分别为支链氨基酸降低在HBV基因B型占81.3%,C型占96.6%,B/C混合型占60%;HBV DNA浓度平均对数值4.63占70.8%,6.73占92.1%,7.64占100%;而芳香族氨基酸升高在HBV基因B型占76.6%,C型占96.6%,B/C混合型占60%;HBV DNA浓度平均对数值4.63占74.2%,6.73占82.9%,7.64占100%。结论成都地区HBV基因类别与HBVDNA浓度对数值比较差异无统计学意义,但与疾病轻重和氨基酸模式的变化呈正相关。

基于自相似性与多任务高斯过程回归的单帧图像超分辨率重建

在单帧图像超分辨率问题中,基于高斯过程回归的超分辨率算法没有挖掘相似图像片间的关联关系或者无差别地用相似图像片来扩充训练集合,都会导致重建的高分辨率图像中存在明显的噪声和伪影。对此提出了一种基于多任务高斯过程回归的超分辨率算法。该算法通过引入多任务学习思想,将输入的低分辨率图像进行分片处理,把每一个图像片的超分辨率过程视为一个任务。在对相似任务建模的过程中,通过最优化求解的参数集合来体现任务间的共性及差异,从而使模型的泛化能力和预测精度得以提高,在重建高分辨率图像清晰锐利的同时,噪声和伪影受到明显抑制。用常见的测试图像以及公开的图像测试集合进行的大量试验表明该算法在主观评价和客观评价两个方面均优于同类型算法及当前经典算法,峰值信噪比较其它常见超分辨率算法可提高约0.5dB。

基于组稀疏表示的在线单帧图像超分辨率算法

基于稀疏表示的图像超分辨率重建算法以近似随机抽取的方式选取字典中的原子来拟合图像片,而实际中的字典原子的选择体现出了很强的结构稀疏性,从而导致算法计算复杂且引入了大量的误差,影响重建图像的质量。针对该问题,提出了一种基于组稀疏表示的在线图像超分辨率重建算法。该方法引入组稀疏理论,仅利用输入的低分辨率图像作为样本来构建组稀疏字典,通过结合组稀疏性和几何对偶性来构建超分辨率图像算法的成本函数,并使用提出的一种迭代的方法进行求解。实验表明,该算法在视觉观察和参数比较上都优于当前主流的超分辨率算法。

多传感器环境下的温室蓝莓智能控制系统研究

针对蓝莓生长的温度、湿度、光照强度及培养液pH等环境要素,介绍了一种基于AT89C51单片机的集温湿度传感器、光照强度传感器及液体pH传感器等多传感器的温室蓝莓智能控制系统。该系统具备多传感器数据采集、模拟/数字信号转换、数据处理、数据存储、ZigBee无线通信、LCD显示、在允许误差范围内自动调节控制温室蓝莓生长环境要素等功能,可为温室蓝莓提供适宜的生长环境,有利于节省人力、物力和成本,并能提高蓝莓的产量。

基于最大化自相似性先验的盲单帧图像超分辨率算法

图像的自相似性质和图像质量之间存在着密切的关系,清晰的自然图像中几乎所有的图像片都在其自身或较低尺度内存在着重复。然而,在存在噪声或模糊等降质处理的图像中,这一性质明显减弱。针对这一现象,提出一种最大化自相似性先验的盲单帧图像超分辨率算法。该算法通过迭代计算求解超分辨率图像和降质过程的模糊核,使得到的超分辨图像中的任一图像片在输入的低分辨率图像中都以最大的概率存在。这一算法不仅能够准确地计算降质过程的模糊核,得到高质量的高分辨率图像,而且其先验知识随着输入图像的不同而自动进行调整,使得算法具有更强的鲁棒性。大量实验表明,该算法的PSNR,SSIM参数结果较主流算法都有着明显的优势。

挖掘理想重建图像自相似性的超分辨率

为了解决图像超分辨率过程中训练步骤对海量数据的过于依赖、先验泛化能力不强等问题,进一步提高重建图像的质量,提出了一种新的图像超分辨率算法.首先对图像自相似性理论进行扩展,指出理想重建图像自相似性表现极为强烈,而受降质因素干扰的重建图像自相似性则会明显减弱.本文将这一规律视为先验,通过构建联合高斯混合模型对其进行描述,这使得每个重建图像片的自相似性都能够用一个特定的高斯分布进行刻画,最后算法以迭代的方式分片重建整幅高分辨率图像.在为每个高分辨率图像片建模的过程中,为了使训练样本具有较强的一致性,仅使用输入图像中与其空间位置相近的图像片进行训练.该算法避开了易于引入误差的最近邻域查找步骤,且成本函数存在解析解.实验表明该算法重建图像清晰、自然,重建结果中的显著边缘和纹理结构都得到了有效保持,正确的高频信息得到了明显恢复.在将BSD500部分数据集放大3倍的实验中,本文算法的PSNR平均值高于MMPM算法0.529 db,SSIM平均值高于MMPM算法0.030.

适用于数据分类的极限学习机优化算法

针对极限学习机参数优化问题,提出量子遗传算法优化极限学习机的方法(QGA-ELM)。在该方法中,对ELM的输入权值和隐含层阈值采用量子比特编码,并将其映射为QGA的染色体,QGA的适应度函数为对应ELM的分类精度;通过QGA的量子旋转门优化出输入权值与隐含层阈值,以此训练出分类精度更高的ELM,从而改善ELM的泛化性能。通过ELM和QGA-ELM对数据集的仿真结果对比表明,QGA-ELM有效地提升了ELM网络的分类精度。

基于自适应稀疏邻域重构的无监督主动学习算法

在很多信息处理任务中,人们容易获得大量的无标签样本,但对样本进行标注是非常费时和费力的。作为机器学习领域中一种重要的学习方法,主动学习通过选择最有信息量的样本进行标注,减少了人工标注的代价。然而,现有的大多数主动学习算法都是基于分类器的监督学习方法,这类算法并不适用于无任何标签信息的样本选择。针对这个问题,借鉴最优实验设计的算法思想,结合自适应稀疏邻域重构理论,提出基于自适应稀疏邻域重构的主动学习算法。该算法可以根据数据集各区域的不同分布自适应地选择邻域规模,同步完成邻域点的搜寻和重构系数的计算,能在无任何标签信息的情况下较好地选择最能代表样本集分布结构的样本。基于人工合成数据集和真实数据集的实验表明,在同等标注代价下,基于自适应稀疏邻域重构的主动学习算法在分类精度和鲁棒性上具有较高的性能。

以应用能力培养为导向的数字图像处理课程改革研究

针对目前数字图像处理课程教学中存在的教材内容固化陈旧、教学重理论轻应用、考核形式与课程性质和教学目标不一致等问题,提出以激发学习兴趣和培养应用能力为导向的教学改革方案,包括教学内容的调整优化、混合教学模式的创新应用、项目驱动式的课程实验设计以及能力测试为主的考核方式改革四个方面.实践表明,该方案能够克服传统教学方法所存在的弊端、提高学生的学习兴趣和学习效果,有利于培养学生的实践应用能力.

基于联合稀疏模型的黄瓜病害自动识别

提取黄瓜7种叶部病害图像颜色、形状和纹理的共26种特征进行研究,发现不同形式的特征在用同一样本集合稀疏表示时,它们的稀疏系数有着相似的结构.通过引入联合稀疏模型构造方程,对这一规律进行数学描述,使用加速近端梯度法求解联合稀疏系数,最后借助重构误差来实现病害识别.试验表明,这一算法的正确识别率达到90.67%,较稀疏表示分类算法提高5.7%,计算消耗时间7.5 s,较稀疏表示分类算法缩短4.3 s.

基于多任务联合稀疏表示的水稻叶片病害自动识别算法

在水稻(Oryza sativa L.)病害自动识别技术中,针对不同种类病害在抽取到相似特征的情况下,病害难于区分,甚至做出错误判断,从而降低识别率的问题,提出了多任务联合稀疏表示的水稻叶片病害自动识别算法.该算法将单一病害特征的识别过程看作"任务",要求这些"任务"特征在同一个训练数据集合的对应特征字典下能够稀疏表示,同时不同"任务"的稀疏表示系数向量具有相似的结构,从而实现了利用不同"任务"间的相互关系提高判断的准确率.同时这种算法使得病害的识别通过一次处理完成,避免了传统方法多次判断所引入的误差.实验表明,该算法能够充分挖掘不同特征类型间的关系,从而提高了识别的效率.

基于TSP问题的混合遗传算法研究

文章在介绍遗传算法和混合遗传算法思想的理论基础上,分析了遗传算法的主要优缺点和改进算法的有效性原则,利用模拟退火算法的局部寻优能力提出了一种改进的遗传模拟退火算法。结合两者的优点,对其中的选择、交叉和变异操作进行了改进,并将其运用到TSP问题的求解之中。同时,给出了算法的具体实现过程,并进行了仿真实验,证明了混合算法的有效性。