一种自剪切内含肽重组酿酒酵母表达优化研究

自剪切内含肽纯化系统在大肠杆菌中已经得到很好的应用。为了在真核生物中应用该系统,以酿酒酵母为宿主,p HR质粒为表达载体,构建微型内含肽ΔI-CM intein酿酒酵母表达系统。以猪免疫球蛋白Ig G的Fc domain为亲和标签,绿色荧光蛋白gfp为报告蛋白,在酿酒酵母GPD强启动子作用下,表达出融合的Fc-intein-gfp蛋白。检测发现融合序列在起始密码子ATG前加入一段Kozak序列有利于gfp表达。在此基础上,将微型内含肽ΔI-CM intein序列替换成密码子优化的ΔI-CMintein-O序列,显著促进gfp蛋白的表达量,初步实现了ΔI-CM intein融合蛋白的高效表达。为新型自剪切内含肽酿酒酵母表达系统的建立和重组蛋白高效纯化的实现奠定了基础。     

基于测地线采样的三维表情人脸识别

针对测地线类人脸识别算法速度慢的问题, 提出了一种基于测地线环带特征点采样的三维人脸识别方法。首先根据测地线距离以鼻尖点为中心在人脸表面绘制一系列等距测地线环; 再对测地线环带进行特征点采样构成人脸描述特征, 并进行PCA(Principal Component Analysis)运算和去相关处理; 最终使用投票法融合各环带单独结果以识别人脸。在FaceWareHouse 表情三维人脸数据集上进行的识别实验表明, 该方法识别准确率与传统测地线法相当, 而识别时间有明显减少, 平均识别时间由2. 55 s 降至0. 624 3 s。     

曲面论高斯方程公式的几种形式的推导方法

考虑曲面论高斯方程公式的表示问题.运用曲面上基本方程的矩阵表示法,给出高斯方程直接的显式公式表示;指出高斯曲率简化公式的推导来源,揭示出高斯曲率隐式公式的发现过程,并给出了Liouville形式的高斯方程的证明过程.     

水稻OsGASR4基因及其启动子的克隆与表达分析

对前期克隆的水稻GAST基因家族新成员OsGASR4开展研究,利用DNAMAN软件分析水稻OsGASR4进化树;检测GA处理野生型和d 18水稻突变体后OsGASR4表达变化;利用RT PCR方法分析该基因的时空表达特性;克隆了该基因上游长约2 082 bp调控序列,并利用网络工具预测启动子顺式作用元件,构建OsGASR4启动子GUS融合表达载体,通过农杆菌介导的水稻遗传转化.结果表明:OsGASR4蛋白具有典型的GASA保守结构域,启动子里含有多个与激素响应元件、光诱导相关元件以及逆境胁迫响应元件;GA_3处理降低了OsGASR4转录水平;RT PCR检测和GUS染色的结果表明,OsGASR4在水稻茎和幼穗的表达量相对较高.表明OsGASR4可能作为GA信号途径的抑制因子参与水稻茎和穗的早期发育.     

不同花色品种蝴蝶兰花色素苷含量分析及相关基因表达研究

分析红色、黄色、粉紫色和白色蝴蝶兰品种不同开放度的花和叶花色素苷生物合成途径7个结构基因PAL、4CL、CHS、DFR、F3H、F3'5H和ANS基因和3个调节基因的表达.结果显示:10个基因的表达因不同花色、不同发育阶段而异.这10个基因在叶中的表达量相对花较低.黄金甲中PAL、4CL、CHS、F3H、F3'5H基因的表达量均较高,PAL、4CL、CHS和F3'5H在开花期达到峰值,粉色花空港红鹰花DFR、CHS、F3H、F3'5H表达量较高.白色花空港枫叶和黄色花富乐夕阳花中CHS、DFR、F3H、F3'5H和ANS表达量较低.CHS在6个品种花的不同阶段皆有表达.F3H基因在6个品种中表达量较低,与花色素合成不存在直接相关.调节基因b HLH 6个品种各发育阶段的表达量均较高,MYB表达量较低,这些结果表明,蝴蝶兰花色素苷积累是CHS、F3'5H、DFR和ANS等关键结构基因共同表达的结果,编码转录因子b HLH基因的表达可能在花色形成中作用较大.     

枇杷枝条修剪机器人的视觉识别和框架提取

通过对枇杷枝条特征图像的分析,提出了一种枇杷枝条图像识别和框架提取的方法.该方法首先通过对亮度进行转换,找到通用的分割阈值;然后将分割图像和转换的二值图像进行叠加,获取初始枇杷枝条特征图像;再利用枇杷枝条的连枝特征进行第二次特征图像的提取和噪音的消除;之后通过枝条边界轮廓和非合理间断部分的补偿处理,完成枇杷枝条框架的提取,获得机器人修剪所需的枇杷枝条直径和中心点坐标.文中还通过实例对该方法的准确性进行了验证,枇杷枝条图像正确识别率达91.2%.     

基于LDA+kernel-KNNFLC的语音情感识别方法

结合K近邻、核学习方法、特征线重心法和LDA算法,提出了用于情感识别的LDA+kernel-KNNFLC方法.首先针对先验样本特征造成的计算量庞大问题,采用重心准则学习样本距离,改进了核学习的K近邻方法;然后加入LDA对情感特征向量进行优化,在避免维度冗余的情况下,更好地保证了情感信息识别的稳定性.最后,通过对特征空间再学习,结合LDA的kernel-KNNFLC方法优化了情感特征向量的类间区分度,适合于语音情感识别.对包含120维全局统计特征的语音情感数据库进行仿真实验,对降维方案、情感分类器和维度参数进行了多组对比分析.结果表明,LDA+kernel-KNNFLC方法在同等条件下性能提升效果最显著.     

基于卷积神经网络的连续语音识别

在语音识别中,卷积神经网络( convolutional neural networks,CNNs)相比于目前广泛使用的深层神经网络( deep neural network,DNNs),能在保证性能的同时,大大压缩模型的尺寸。本文深入分析了卷积神经网络中卷积层和聚合层的不同结构对识别性能的影响情况,并与目前广泛使用的深层神经网络模型进行了对比。在标准语音识别库TIMIT以及大词表非特定人电话自然口语对话数据库上的实验结果证明,相比传统深层神经网络模型,卷积神经网络明显降低模型规模的同时,识别性能更好,且泛化能力更强。     

基于小波变换与野草算法的细胞图像特征提取与识别

本文在细胞图像小波多尺度分解的基础上,提出在小波域中进行细胞图像特征提取的方法。针对基于小波变换提取的细胞图像特征向量维数过大、冗余等问题,提出一种基于小波变换与野草优化算法相结合的细胞图像特征的提取方法,最后利用BP神经网络作为分类器进行细胞图像识别。计算机实验仿真结果表明,与现有的未进行特征优化的细胞图像特征提取识别方法相比,本文细胞图像特征提取、分析、识别方法所需时间更短,识别正确率更高,实时性、鲁棒性能更好。