基于颜色基元共生矩阵的旋转图像检索

为提高旋转图像的检索准确率,引入颜色基元共生矩阵,提出一种新的旋转图像检索方法。设计8种具有旋转不变性的基元结构描述符,得到基元过渡矩阵(MEM)和基元平均矩阵(MAM)用于描述图像的纹理和颜色特征,并在MEM和MAM的基础上,运用统计学方法获取基元序列和对应颜色值出现的频数,最终得到8×8×72的颜色基元共生矩阵作为原始图像和旋转图像的特征矩阵。选取Corel标准图像库进行实验,结果表明,与CMM,M&D,SITF,SED,CDH等图像检索方法相比,该方法具有较高的检索准确率。

基于矩阵打分值和化学位移值预测酶蛋白质中β-发夹模体

酶是一类具有催化功能的蛋白质,对其结构和功能的研究是非常有必要的。特殊模体β-发夹是一种简单的超二级结构,它们包含了丰富的折叠信息,对酶中β-发夹的预测有助于酶结构和功能的预测。本文建立了非冗余的β-发夹模体数据集,包含1080条酶蛋白质链,2818个β-发夹模体,1098个非β-发夹。提取位点亲疏水组分及位点亲疏水紧邻关联组分作为参数,运用矩阵打分算法得到的预测结果不理想。将位点亲疏水、位点亲疏水紧邻关联组分为参数得到的打分值和平均化学位移值共同作为特征参数,输入支持向量机算法对模体进行预测,5交叉检验预测总精度是81.8%,相关系数达到了0.636。