一种基于相容粒计算模型的文章相似度计算方法

将粗糙集和粒计算理论应用于中文文章相似度计算研究中,通过引入文章相容粒、段落相容粒和段落粒空间信息表等概念构建相容粒计算模型,提出基于相容粒计算模型的中文文章相似度的计算算法。示例和测试结果说明所提出方法有效。

基于可变相容粒空间的多粒度覆盖粗糙集模型

在研究分析了以往对覆盖粗糙集处理方法的基础上,针对目前研究只是限制在改进对象间的关系,优化寻找对象关系类的条件领域,而论域覆盖空间的限制条件太过宽泛这一问题,文中结合贝叶斯全概率的思想,充分考虑条件和结果存在的内在必然联系,提出一种基于量化容差关系的相容粒空间。将相容粒空间引入到覆盖粗糙集中,借鉴多粒度思想将其拓展为多粒度空间,通过引入对象最小描述的概念,得到一种可变精度相容粒空间的覆盖粗糙集模型。研究该模型的性质,并分析了模型中参数的不同对粒度空间精度的影响,并以此模型提出了一种约简算法。结果表明,该模型相容空间的粒度是可以通过参数调节的,粒度的可调节性使得粒空间具有伸缩性,以此模型为基础的约简算法相对于传统的约简算法提高了运算效率。

基于相容粒模型和三支决策的图像分类算法

相容粒空间模型是粒计算理论的主要方法之一,利用粒计算的方法对相容粒及其空间模型的研究已经比较深入,然而在实际图像分类的应用中,面对的问题更为复杂。为了解决现实图像分类中存在的信息有限或信息缺失而造成分类不准确的问题,本文重点研究相容粒模型的分层思想,通过与善于解决以上问题的三支决策理论相结合,形成一种基于相容粒模型和三支决策理论相结合的图像分类算法,并通过仿真实验验证该算法是有效可行的。

基于相容粒的多层次纹理特征图像检索方法

针对传统纹理图像检索方法精度不理想的问题,给出了基于相容粒空间的多层次图像纹理识别方法。然后,针对纹理图像在颜色考虑上的缺失,提出了在粒度层次上进行颜色匹配的方法。最后,结合以上两种方法,给出了综合颜色和纹理特征的相似度改进算法。对比实验证明了该方法的有效性和合理性。

基于云模型和相容粒的彩色图像检索方法

针对现有相容粒度空间模型中网格点提取只考虑空间位置而忽略图像纹理特征的随机性、模糊性、关联性等不确定性的问题,提出一种基于云模型和相容粒的彩色图像检索方法。首先,在CIELab颜色空间上构建相容粒度空间模型的对象集;其次,用云模型提取每层的网格点,进而构建基于云模型网格点的相容粒度空间模型;然后,提出基于云模型和相容粒的彩色图像检索的相似性度量;最后,用Corel图像库中的图像作为测试图像库进行仿真实验。结果表明,该方法有效地提高了图像的检索效率。

融合相容粒理论的遥感图像检索

为了提高遥感图像检索的效率和准确性,提出了一种融合相容粒计算模型的遥感图像检索方法。首先,根据相容粒理论定义了区域相容粒、图像相容粒和区域相容粒信息表等相关概念,将遥感图像粒化;然后,计算出图像区域相容粒的相似度;最后,结合综合区域匹配算法,提出融合相容粒理论的遥感图像相似性度量算法,并利用IKONOS影像进行对比实验。实验结果表明,融合相容粒理论的检索算法能够提高遥感图像检索的查准率,与综合区域匹配算法相比,本文算法查准率提高了12.08%,基本满足用户需求。

基于相容粒的特征选择

基于粒度计算的思想,以粗糙集的近似空间为背景,研究了一种新的特征选择算法。该算法是以相容函数为基础生成特征选择过程中的粒度,可以区分噪声数据和不一致数据,实现了决策信息表中的特征选择,可有效地实现大规模数据集的特征选择。这为特征选择在模式识别的进一步发展和在知识发现和数据挖掘领域的应用开辟了新的空间。

利用不相容质粒共转化大肠杆菌对Cre重组酶体内重组活性的可视检测

源自噬菌体P1的Cre重组酶可以识别 34bp的靶DNA序列loxP ,进行位点特异性的重组反应。为了简便地检测Cre酶在大肠杆菌中的重组活性 ,分别将cre基因和上下游带有loxP的绿色荧光蛋白基因 (gfp)克隆到具有不同抗性的两种不相容质粒中 ,然后将构建的原核表达载体pET30a Cre和pET2 3b loxGFP电击共转化大肠杆菌BL2 1(DE3) ,利用卡那霉素和氨苄青霉素双抗生素抗性进行筛选。通过直接观察转化子的绿色荧光 ,便可以显示Cre酶的体内重组活性 ,并进一步通过SDS PAGE分析、质粒酶切鉴定进行了验证。结果表明 :以gfp为报告基因、通过两种不相容质粒共转化大肠杆菌可以为研究和改进Cre

基于粒化的形式背景的概念格研究

将粒计算引入到形式背景分析中,并在确定算子与可能算子两种运算的基础上提出了确定-可能粒背景N-PGC(Necessi-ty-possibility granular context)算法。通过将属性、对象的相容粒经过确定算子与可能算子的运算得到的结果作为新背景的属性、对象,并分析了新背景与原始形式背景的概念格关系。

本体构建的粒计算学习模型

粒计算的核心是粒子、粒层和粒结构。应用粒计算思想和本体论模型定义了本体粒和相容粒概念,给出了计算本体粒集和本体树的生成算法。该算法通过相容类产生初始本体粒集,应用本体粒的内涵分量IG扩展其他本体粒,最后联合关系分量RG和本体粒的关系构建本体粒集的格分层结构,借助加权树思想生成本体的概念树模型。经过中医喘证本体的实证研究,说明算法正确高效,为本体学习提供了很好的技术途径。

基于覆盖粗糙集模型的层次聚类算法

目前大部分聚类算法只适用于处理属性取值为单值的数值型数据,介绍了一种新的基于粗糙集理论的聚类算法,该算法不仅可用于取值为单值的数值型数据聚类,而且能够用于取值为多值的非数值型数据聚类。该算法利用基于相容关系的属性最小覆盖来求解对象各属性的对象属性信息粒。在此基础上,通过对象属性信息粒和对象粗糙相似度的运算构建各对象的相容粒。最后,把具有相同相容粒的对象视为同一等价类,从而实现对论域的聚类,进而对数据对象进行层次聚类。实验结果表明,该算法是可行的。

一种基于粒计算的知识隐藏方法

对数据中蕴涵的敏感知识的隐藏与保护是私有保护数据挖掘中重要一个研究课题。粒计算具有在不同的粒度层次上进行问题求解的能力。本文讨论了基于粗糙集粒计算模型的数据中知识隐藏与保护方法。首先,介绍了不完备信息系统下的相容关系、相容信息粒和信息粒度;其次,提出基于粒计算的知识隐藏与保护方法;最后,通过具体实例和在真实数据集上的测试表明了所提出方法的可行性。

具有羟基化酶体系活性的重组大肠杆菌的构建

VD3羟化酶(VD3Hydroxylase,VDH)是一种P450单加氧酶,属于CYP107家族,能够催化维生素D3的25位羟基化。铁氧化还原蛋白(Ferredoxin,FDX)和铁氧化还原蛋白还原酶(Ferredoxin reductase,FDR)是两个电子传递链蛋白,参与羟化反应中电子的传递。构建具有羟基化酶体系活性的重组大肠杆菌,为骨化醇类化合物的高效转化提供参考。分别构建重组质粒p ETDuet-1-fdr-fdx及p ACYCDuet-1-vdh,将两个相容性质粒同时转入大肠杆菌BL21(DE3)中。采用IPTG对重组大肠杆菌进行诱导,使其表达目的蛋白,利用SDS-PAGE检测其蛋白大小及可溶性。采用液体传代的方法研究质粒稳定性。酶切鉴定和测序证明重组质粒p ETDuet-1-fdr-fdx及p ACYCDuet-1-vdh构建成功。SDS-PAGE结果显示目的蛋白大小与预期一致。重组大肠杆菌可以将阿法骨化醇和艾地骨化醇中间体(AD-M07)分别转化成骨化三醇和艾地骨化醇中间体(AD-M08),转化率分别为36. 10%和22. 87%,转化时间为12 h,比自养假诺卡氏菌缩短600%。重组大肠杆菌经传代50次,质粒稳定性达到92%以上,说明该重组大肠杆菌菌株稳定性较好。实验成功构建了具有羟基化酶体系活性的重组大肠杆菌,为高效转化阿法骨化醇和艾地骨化醇中间体(AD-M07)奠定了基础。