基于邻域关系感知图神经网络的DDI预测

研究药物的相互作用DDI有助于临床用药与新药研发。现有的研究技术没有充分考虑药物知识图谱中药物实体与其他药物、靶标和基因等实体的拓扑结构,以及实体之间不同关系的语义重要性。针对这些问题,提出基于邻域关系感知的图神经网络模型NRAGNN预测药物的相互作用。首先,使用图注意力学习不同关系边的权重与特征表示,强化药物实体的语义特征;然后,生成药物实体周围不同层的邻域表示,捕获药物实体的拓扑结构特征;最后,将2种药物特征表示向量进行逐元素相乘得到药物相互作用分数。实验预测结果表明,提出的NRAGNN模型在KEGG药物数据集上的ACC、AUPR、AUC-ROC和F1指标分别达到了0.8994,0.9444,0.9567和0.9023,优于当前的其他模型。

基于多期相注意力融合网络的肝脏病灶CT影像分类研究

肝脏病灶是指肝脏疾病集中的部位或是综合病症、感染的主要部位。由于不同类型的多期相肝脏病灶计算机断层扫描(CT)影像存在异病同影或同病异影的情况,导致同一类型的CT影像结构变化较大,传统方法难以提取丰富的图像特征信息,肝脏病灶分类准确率有待提高。提出一种多期相注意力融合网络MAFNet,使用单期相分支表征单期相病灶图像特征,并在融合分支中采用中期融合的方式,融合单期相分支中提取出的特征映射,从而充分提取图像中不同层次的特征。利用多期相注意力模块提取单期相分支中肝脏病灶的加权特征,重新组织多期相肝脏病灶的特征映射,以保持不同单期相图像信息,表达3个期相影像的时序增强模式,得到更准确的分类结果。实验结果表明,基于该网络的分类方法能充分利用多期相肝脏CT影像的时序特征,有效捕捉同一患者不同期相的信息,肝脏病灶CT影像分类的平均准确率为90.99%。

基于PCA和BP神经网络的O—糖基化位点的预测和模式分析

糖基化是真核细胞中最常见的翻译后蛋白质修饰过程之一。传统的神经网络方法已被应用预测蛋白质糖基化位点,预测的准确性主要依赖于特征向量的维数(蛋白质序列的长度),并随着蛋白质序列长度的增加而提高,但网络的结构变得越来越复杂,增加了计算运行成本。为了解决这一问题,提出了主成分分析和BP神经网络相结合的新方法对O—糖基化位点进行预测和分析,用PCA提取主成分构造子空间以降低输入的蛋白质序列的维数,再用BP神经网络预测一个特定的蛋白质序列是否被糖基化。实验表明,提出的新方法能大大缩短计算时间,并能提高预测的准确性。

基于B/S模式的教学评估系统的设计与实现

传统的教学评估系统是基于两层结构的C/S模式,由于不能满足大信息量处理及远程服务需求,该模式已暴露出大量的弊端,应运而生的基于3层结构的B/S模式由于其开放性和远程性在很大程度上解决了C/S模式所存在的问题.根据中南林学院教学评估日常要求,提出了基于B/S模式的教学评估管理系统设计思想;介绍了系统方案、系统结构、系统功能;讨论了相关的实现技术和方法.

《网络安全》教学中学生自主学习能力的培养

针对《网络安全》课程的特点,为了激发学生的学习兴趣和创新精神,根据教学实践经验提出了《网络安全》教学中培养学生自主学习能力的相关策略。实践证明,在教学过程中加强学生自主学习能力的培养能达到更好的教学效果。

基于混沌序列的PCA数字水印算法

基于混沌序列的优良性能,提出了混沌序列和PCA相结合的数字水印算法。首先对图像进行PCA变换,在去除噪声的前提下提取最能代表图像特征的特征系数,然后利用混沌映射生成混沌序列作为数字水印,水印嵌入在主成分系数上。实验表明,该算法具有很好的不可感知性,对常见的加噪、滤波、剪裁等攻击有较强的鲁棒性。

基于BP神经网络的O-糖基化位点的预测和模式分析

糖基化是真核生物中最重要的蛋白质翻译后修饰过程之一,借助计算智能技术对糖基化位点进行预测和分析在蛋白质组学中具有十分重要的意义。对BP神经网络结构及其训练算法进行研究的基础上,提出了一种改进传统BP学习算法缺陷的动量梯度下降算法,运用改进的BP神经网络对O-糖基化位点进行预测和分析。实验表明特征向量的维数(蛋白质序列编码长度)是影响预测性能的最主要因素,当窗口大小在一定范围时有较好的预测效果。

基于进程调度序列的网络入侵检测

支持向量机作为统计学习理论中的新内容,在小样本条件下具有良好的学习性能。本文以进程调度序列作为审计数据,利用支持向量机实现网络入侵检测,对有限样本进行训练,对未知样本进行检测,并研究核函数、训练样本数量对检测正确率的影响。实验仿真表明,该方法具有较高的检测正确率。

基于Multi-agent技术的城市防火智能管理系统的设计

针对城市防火管理系统的特点 ,勾划了基于多Agent技术的城市防火智能管理系统的功能框架 ;提出了利用多Agent协同工作机制实现城市防火管理的思想 。

基于NDIS的个人防火墙的设计与实现

防火墙是一种访问控制技术,它通过在某个机构的内部网络和不安全的网络之间设置障碍,阻止对信息资源的非法访问。本文分析了基于网络驱动程序的个人防火墙数据包拦截技术,利用NDISHook和SPI设计了一个防火墙系统。通过系统测试,该系统具有很好的性能。

RSA数字签名算法及其在交叉认证中的应用研究

身份认证技术已成为交叉认证建设亟待解决的关键问题,针对交叉认证的特点提出了RSA数字签名算法在交叉认证中的应用方案。运用RSA数字签名算法进行交叉认证能够确保交叉认证的机密性,完整性和身份的有效性。分析表明,该方案在交叉认证中是一种安全而高效的实现方案。

几种樟树育苗及幼苗生长特性观察

樟树各品种种子的场圃发芽率为 75～ 85 % ,发芽相对整齐而集中 ,其中油樟所需时间最短 ( 15～ 18d) ,猴樟所需时间最长( 2 6～ 32 d) ;播种期 (月 )的早晚是 1年幼苗的高、(地径 )粗生长的决定性因素 ,此外 ,还与是否移植有关 ;6种樟树品种的年长其为 2 5 7～ 2 13d,猴樟生长期最长 ,油樟的生长期最短 ;2年生幼苗地径 (粗 )生长略迟于高生长。

基于PCA和ICA的糖基化位点的预测和分析

为了提高糖基化位点的识别率,提出主成分分析(PCA)和独立成分分析(ICA)相结合的新方法对O-糖基化位点进行预测和分析。以窗口长度为51的蛋白质序列为研究对象,采用稀疏编码方案,首先利用PCA算法对蛋白质序列进行去相关预处理,以降低原始蛋白质序列的维数。然后利用ICA算法进行训练,提取特征向量构建子空间。测试序列投影到每一类子空间,计算测试序列和每类子空间重构序列的距离,根据距离大小确定所属的类。实验表明,提出的新方法有较高的预测性能。

BP神经网络的改进算法及应用

人工神经网络是一门高度综合的交叉学科。本文以BP网络算法的缺陷为出发点,从不同角度对BP算法进行改进,讨论了它在日常生活中的应用情况,并阐述了在实际应用中应注意的几个问题。最后,对BP神经网络的发展趋势进行了展望。

梨自交不亲和基因cDNA芯片杂交条件优化及应用

[目的]优化梨自交不亲和基因(S-RNase或S基因)c DNA芯片杂交条件,利用芯片检测梨品种S基因型。[方法]提取梨品种雌蕊RNA,Cy3标记引物RT-PCR获得S基因荧光标记特异c DNA序列。设置不同杂交条件,用已知S基因型品种荧光标记的PCR产物在不同条件下分别与芯片杂交,杂交信号分析芯片杂交效果。用芯片优化杂交体系鉴定梨品种未知S基因型,DNA测序验证芯片鉴定结果。[结果]芯片杂交最佳条件:杂交温度42℃,杂交时间8~9 h,PCR纯化产物终浓度为200 ng·μl-1。优化杂交条件下芯片鉴定晚咸丰、秀水、丽江马占梨1、湘菊、木通梨、甘甜、弥渡小红梨、丽江大中古、金晶和弥渡火把等梨品种S基因型分别为:Pp S15Pp S52、Pp S4Pp S5、Pb S22Pp S37、Pp S1Pp S2、Pp S1Pp S3、Pp S13Pp S15、Pp S12Pb S42、Pb S21Pb S22、Pp S3Pp S60和Pp S5Pp S5。DNA测序验证各品种所含S基因与芯片鉴定结果一致。[结论]梨自交不亲和基因c DNA芯片优化杂交条件后可准确鉴定梨品种所含已鉴定的S基因资源。