拟南芥花药基因的共表达分析

运用图论中最大团算法,对ATTED-Ⅱ数据库中提供的拟南芥共表达数据进行分析,为进一步研究基因功能提供了较为可靠的数据。文中提出的算法首先根据芯片数据鉴定拟南芥花药基因,然后以ATTED-Ⅱ数据库为基础构建每一个花药基因的共表达网络,最后利用最大团算法从共表达网络中挖掘共表达数据。基于这种方法,系统地分析了每一个拟南芥花药基因的共表达情况,有助于拟南芥花药发育分子机理和基因转录调控的深入研究。实验验证这种方法对拟南芥花药共表达基因的提取十分有效。

基于最小编码长度的基因数据聚类(英文)

[目的]分析基于最小编码长度的基因数据聚类算法的聚类效果,以期为基因数据聚类提供新的方法。[方法]将基因数据的聚类看成是高维混合数据的聚类,通过对基因数据进行预处理后,再利用主成分分析将基因数据降维,降维后基因数据呈类高斯分布,这样分布的基因数据能够被一个简单的基于有损数据压缩的聚类算法进行有效的聚类,而该基于有损数据压缩的聚类算法是根据聚类后使基因的总体编码长度最小原则对基因进行聚类的。试验中分别利用该新算法与传统聚类算法对酵母和拟南芥基因数据进行聚类,并通过基因聚类内部评价和功能评价来验证该新算法的有效性。[结果]通过利用酵母和拟南芥基因数据对新算法的验证试验表明,该研究中的新算法得到的聚类效果优于传统聚类算法,且避免了聚类数需要主观确定和对初始聚类中心敏感等问题。[结论]该研究结果为基因数据聚类提供了一种全新的聚类方法。

基于最小编码长度的基因数据聚类

[目的]分析基于最小编码长度的基因数据聚类算法的聚类效果,以期为基因数据聚类提供新的方法。[方法]将基因数据的聚类看成是高维混合数据的聚类,通过对基因数据进行预处理后,再利用主成分分析将基因数据降维,降维后基因数据呈类高斯分布,这样分布的基因数据能够被一个简单的基于有损数据压缩的聚类算法进行有效的聚类,而该基于有损数据压缩的聚类算法是根据聚类后使基因的总体编码长度最小原则对基因进行聚类的。试验中分别利用该新算法与传统聚类算法对酵母和拟南芥基因数据进行聚类,并通过基因聚类内部评价和功能评价来验证该新算法的有效性。[结果]通过利用酵母和拟南芥基因数据对新算法的验证试验表明,该研究中的新算法得到的聚类效果优于传统聚类算法,且避免了聚类数需要主观确定和对初始聚类中心敏感等问题。[结论]该研究结果为基因数据聚类提供了一种全新的聚类方法。

网络驱动的未识甲骨字特性及场景语义预测

甲骨学的研究具有重要的文化价值和传承意义,可以极大提高国家的文化自信。未识甲骨字的语义预测是甲骨学研究中最主要的问题,也是传统甲骨学研究中最棘手的问题。现有的计算机技术辅助研究方法无法预测未识甲骨字的语义。利用复杂网络对甲骨文进行了抽象和理解,并对未识甲骨字的场景语义进行预测。首先,以甲骨拓片为基础数据,通过建模构建甲骨字网络;其次,在甲骨字网络之上,分析未识甲骨字的重要性、信息丰富度、闭合性等特性,为预测未识甲骨字的场景语义提供理论依据;最后,根据网络特性和甲骨拓片的上下文语境预测未识甲骨字的场景语义。构建的未识甲骨字特性体系以及预测未识甲骨字的场景语义思路为破译其他未识甲骨字的语义奠定了基础,有助于推动甲骨文考释的进程。

基于多源异构数据的甲骨学知识图谱构建方法研究

为解决和缓解甲骨学研究难度大、周期长、知识关联性弱、知识共享程度低等问题。基于多源异构数据源,融合基于文献计量学的科学知识图谱(MKD)和基于知识库的知识图谱(KG),构建了甲骨学融合知识图谱。通过融合两类知识图谱,并基于知识推理进行语义扩展,形成最终的甲骨学知识图谱。其中包含实体148 305个,关系434032条,可满足甲骨学研究的基本需求。融合MKD和KG两类知识图谱,优势互补,实现甲骨学知识图谱构建,可为其他古籍类知识图谱构建提供借鉴。

面向拓片信息的甲骨字网络构建与分析

未识甲骨字的考释是甲骨文研究最重要的内容,也是历史学家和计算机学家研究甲骨文遇到的最大瓶颈。甲骨文研究积累的数据已体现出海量化和系统化。因此,该文以甲骨文拓片为基础数据,通过建模定义甲骨字之间的距离,进而构建甲骨字网络。在此网络之上,分析网络的度分布、局部连接比率、聚类系数、模块度等相关特性。结果表明:构建的甲骨字网络不仅能充分反映甲骨文系统的单音节词多和复音节词少的古文字特征,而且能捕捉甲骨文拓片的语义单元,并具有很强的模块特性。该文构建的网络及其特性可为历史学家和网络甲骨学家揭示未知甲骨字的语义提供新的数据和理论基础。

基于EasyDL的手写甲骨文识别研究

本文针对手写甲骨文书写风格多样、形态不确定性强、数据形式多源、甲骨文缺乏统一编码等问题,提出了一种EasyDL深度学习平台的手写甲骨文识别方法。该方法借助于EasyDL图像分类模型,根据手写甲骨文数据集特点,设计了数据扩充过程,利用高精度训练方法,最终实现了在线手写、拍照上传等方式手写甲骨文的准确识别。

基于刻辞网络关联度的甲骨字考释难度量化方法

为了提高未解读甲骨字考释研究的效率,提出了一种未解读甲骨字考释难度量化方法,可帮助研究者优先选择出难度较低的甲骨字进行针对性研究,避免在考释难度极大的甲骨字上做大量无用功。先把所有甲骨刻辞构建为一个庞大的甲骨刻辞网络;再通过网络节点间的关联关系,计算出未解读甲骨字和已解读甲骨字之间关联关系;计算结果可以作为未解读甲骨字考释难度的量化数据;并通过实验验证了方法的有效性。

基于MKD的甲骨学实体发现及关系抽取研究

甲骨学研究离不开后世文献的调研和分析,且其涉及的研究内容十分广泛。为解决文献调研中学科体系庞大、知识点繁杂、信息孤岛林立等问题,提出建立甲骨学知识关联网络的方案。基于科学知识图谱在文献分析方面的优势,实现了甲骨学的实体发现和关系抽取,从而构建了知识网络,以期更好地服务于甲骨学研究。

甲骨文著录综合信息化系统设计与实现

为解决甲骨文研究者获取甲骨文著录难、查阅不方便、检索信息关联度低的问题,设计开发了一个甲骨文著录综合信息化系统,实现了甲骨文著录及甲骨片的关联查询。目前该系统存储甲骨文献及著录927部,甲骨图片95970张,满足甲骨文研究者的研究需求。

一种用于甲骨字符提取的双分支融合网络

为了从甲骨拓片图像中自动提取甲骨字符信息,本文基于深度神经网络构建了一个甲骨字符提取的双分支融合网络(dual-branch fusion network for extracting Oracle characters,EOCNet).EOCNet包含3个基本特点:首先,为了能够利用生成网络较强的结构信息描述能力,EOCNet以对抗生成网络(generative adversarial network,GAN)为基本骨架,将甲骨字符提取问题视为图像到图像的转换任务;其次,为了能利用语义分割网络较强的拓片图像背景和甲骨字符的区分能力,EOCNet将语义分割网络融入生成器网络,并通过空间注意力模型(spatial attention module,SAM)来提高甲骨字符区域特征在生成甲骨字符图像中的作用;再次,为获取内容完整且细节清晰的生成结果,EOCNet结合全局判别器网络和局部判别器网络对生成的甲骨字符图像进行一致性判别.实验结果表明,相比于主流的基于深度学习的图像生成和分割方法,本文模型能够生成更高质量的甲骨字符图像.

基于专利数据的甲骨文信息处理技术研究

为帮助破译甲骨字,本文从专利数据角度对甲骨文信息处理技术进行研究。首先采用合享新创专利数据库,从专利申请量、技术热点、主要发明人和申请人类型、法律及运营等角度,对甲骨文信息处理技术的有关专利进行综合分析,为甲骨文信息处理研究提供有价值的专利情报参考和提升对策。

基于MapReduce的Apriori前后项约束关联规则改进算法

针对经典的Apriori算法依赖内存,只适用于小规模数据集,在面对海量数据集时显得无能为力以及该算法没有考虑用户的需求情况等问题,提出了基于MapReduce的Apriori前后项约束关联规则改进算法.该方法首先对经典Apriori算法挖掘过程进行了改进,加入了用户的前后项约束规则,使得在挖掘过程中剪枝的程度更大并且获取到更加精准的规则.然后利用云计算的MapReduce编程技术,对改进的Apriori算法的各个步骤并行化.实验结果表明,改进的算法在处理不同的数据集时有一定的优势,然后经过MapReduce模型并行化后,提高了对海量数据的处理能力和效率,并且具有良好的扩展性.

计算机技术驱动的未识甲骨字考释研究

甲骨文是中国地下出土最早的成文古典文献遗产,甲骨字的考释是甲骨学研究的重要内容。本文回顾了计算机技术辅助的未识甲骨字语义预测研究。上下文语境和字形信息是预测未识甲骨字语义的重要因素,首先,以复杂网络为工具,通过构建甲骨字网络捕捉上下文语境信息;以部首为字形信息,并结合图卷积网络进行语义分类,进而预测未识甲骨字的模糊语义。其次,以甲骨字演变为基础数据,通过建模学习甲骨字的演变规律,根据学习的演变规律推测未识甲骨字的演变过程,以达到精准预测语义的目的。本文提供的计算机技术辅助的未识甲骨字语义预测期望能推动甲骨字考释进程。

基于深度学习的甲骨文偏旁与合体字的识别研究

由于甲骨文字形结构多样,异体字较多,其识别一直是甲骨文领域研究的重要问题.本文首次提出以甲骨文偏旁为识别的基本构件,建立单偏旁和合体结构的甲骨文字符识别方法,提升甲骨文识别的精度.方法一:根据甲骨文偏旁字形特点,对甲骨文拓片上的合体字进行甲骨文单偏旁最大极值稳定区域的选取,然后,通过改进的BN-LeNet模型识别甲骨文各个偏旁;方法二:针对甲骨文合体字拓片稀缺的问题,本文提出一种直接对甲骨文合体字进行整体识别的OraNet模型,该模型采用迁移学习的训练策略,对在脱机手写汉字HCL2000数据集预训练的卷积神经网络模型进行参数和结构上的微调,实现迁移得到低层表示和甲骨文合体字集上高层表示的特征融合,以此来提取甲骨文合体字的高级特征.实验结果表明,BN-LeNet网络对甲骨文单偏旁识别率为96.24%,微调的OraNet模型对甲骨文合体字识别率为98.58%,从而表明从甲骨文单偏旁的角度进行甲骨文字形识别,可以获得较高的识别精度.同时本文将甲骨文视为偏旁组合而非整字识别,这使得算法能够识别从未见过的甲骨文新字,即零样本学习,对甲骨文研究有着重要的应用意义.

光束参量积对半导体激光器光束质量的评估

为了解决传统方法中用光束参量积来评估激光光束质量的不足,基于半导体激光器的光束特性,采用了光束参量积Mq2因子来评估半导体激光器光束质量,进行了理论分析和实验验证,取得了快轴准直焦距(FAC)分别为1100μm和600μm的各6个组合光束以及FAC为600μm的10个组合光束的有效焦距长度数据。结果表明,L_(//)和θ_⊥的变化越明显,光束质量参量积M_q^2因子的变化越明显;测量值和计算值之间的误差小于5%。这一结果对高能激光的光束质量评估是有帮助的。

基于多尺度符号转移熵的脑电信号分析

无论从全局还是局部的角度出发,采用多尺度转移熵表示全局和局部两类脑电(electroencephalography,EEG)信号,并分析其动态和不对称信息。采用比例系数从1到199、步长为2的多尺度方法处理正常人和癫痫病患者的脑电信号;然后采用维度为3的全局排列方法表示序列。将正向和反向符号序列作为转移熵的输入。比例因子的间隔和全局路径分别为(37,57)和(65,85),分析发现两组EEG信号的熵值在该处较容易区分。当比例系数为67时,健康对照组和癫痫病患者的转移熵值分别为0.113 7和0.102 8,差异最大。在比例系数是165时,全局变量的相应值为0.064 1和0.060 1。研究结果表明,合适的排列有助于更好的区分脑电数据信息,采用多尺度符号转移熵分析EEG信号更加有效。

基于改进花朵授粉算法的智能系统

智能系统试图模拟人类专家来解决复杂的现实问题。问题的领域从工程、工业到医学、教育都各不相同。在大多数情况下,系统需要根据多个输入进行决策;但是搜索空间通常很大,因此很难使用传统的算法进行决策。元启发式算法可以用作寻找最优解的一种工具。因此,改进元启发式技术和现有算法是必要的。介绍了一种改进的花朵授粉算法(FPA)。将标准的FPA与克隆选择算法(CSA)结合,应用到23个优化基准函数上;并对其进行测试。将改进算法与五种著名的优化算法(模拟退火、遗传算法、花授粉算法、蝙蝠算法和萤火虫算法)进行比较。实验结果表明,相比标准FPA和其他四种方法,改进花朵授粉算法能够找到更精确的解。

基于百度贴吧的学习者群体挖掘研究

随着线上学习者数量的增多,网络学习社区成为众多学习者寻求帮助、共享资源的重要学习平台。虽然向社区中的学习者推荐学习伙伴一定程度上能够解决学习者学习需求,但存在一定的缺陷。文章尝试性地提出了学习群体推荐新思路,并给出了一种可供参考的简便方法。以百度贴吧为例,利用网络爬虫和社会网络分析软件gephi对贴吧中的会员进行了兴趣聚类,发现了该贴吧中存在的兴趣群体,并得到了各群体的兴趣特点,证明此方法的可行性。

锂电池材料批量组合测试技术研究

开发下一代电池需要在电池材料方面进行突破。传统方法适用于单一材料测试,优选往往需要耗费大量的时间和成本。批量组合测试是一种在很短时间内完成和描述较大数量材料的有效方法,使开发新材料和对新材料进行优化的成本大大降低。讨论了锂电池的材料组合测试技术,并介绍了研发的设备。