采用约束蚁群优化的贝叶斯网结构学习算法

针对贝叶斯网络结构学习问题,提出了一种约束蚁群优化算法.该算法根据贝叶斯得分的局部一致性原理设计了一种增边规则,并且将此规则引入蚁群算法的框架中,从而实现了在搜索过程中利用启发式信息动态缩减搜索空间、同时减少运行时间的目的.此外,还从理论上证明了增边规则的正确性,而且从实验角度讨论了约束蚁群优化算法的参数敏感性.实验结果表明,在解决较大规模的贝叶斯网络结构学习问题时,约束蚁群优化算法在保证求解精度的条件下比蚁群优化算法的运行时间减少40%以上.     

鲤鱼肌肉中胶原蛋白酶的分离纯化与性质分析

利用明胶酶谱法,在鲤鱼肌肉中检测到了一种具有分解胶原蛋白能力的丝氨酸蛋白酶.通过硫酸铵盐析、DEAE-Sephacel和Phenyl-Sepharose等一系列柱层析法,纯化得到了分子质量为70 ku,能够降解胶原蛋白的丝氨酸蛋白酶(Collagenolytic Serine Proteinase,CSP).性质分析表明,CSP在弱碱性条件下显示活性,最适温度为30℃;丝氨酸蛋白酶抑制剂特异抑制CSP的活性.CSP能有效地分解鲤鱼肌肉中的I型胶原蛋白,提示其可能在鱼体死后肌肉胶原蛋白降解中发挥着重要的作用.     

基于深度学习与数据增强技术的小样本岩石分类

在油气勘探中,利用深度学习技术对岩石进行识别与分类能极大提高工作效率。岩石采样并制作样本图像费时费力,因此岩石样本通常较少。有鉴于此,基于深度学习技术设计一个新的神经网络模型MyNet,该模型能对小样本进行学习并完成岩石样本的分类。使用数据增强技术通过Python编程将314张岩石样本扩充成28272张图像,为了充分利用现有数据,取其中的27384张作为训练集,剩余888张作为测试集。将数据分别导入MyNet、ResNet50、Vgg16进行训练和测试。实验结果表明,加载、不加载预训练参数的ResNet50、Vgg16的岩石分类结果因受有无迁移学习影响会有所不同;MyNet的总体分类准确率为75.6%,均优于有无迁移学习的ResNet50、Vgg16,且其结构复杂度与训练代价明显低于比较模型,说明新模型应用于小样本的岩石分类可行有效且经济安全,更容易推广应用。     

概念图在《编译原理》课程中的应用

用概念图来描述<编译原理>课程的主要内容及其内在联系,它缩短了学生认识教材的过程,使学生对该门课程的知识结构有一个直观的了解和系统的认识,有助于增强记忆和巩固知识,加深对各知识点的理解和应用,提高学习效率.     

基于Internet的代理缓存技术的研究

讨论基于Internet的代理缓存的目标、性质和工作原理,从而论述了代理缓存技术成为解决Web访问速度慢、服务器负载重和网络阻塞等问题的主流技术的原因.最后,指出基于Internet的代理缓存技术仍存在的一些问题和研究前沿.     

SDH传输系统的告警维护信号

SDH传输系统因故障原因会产生不同的告警，为进行故障分析和判断，必须首先理解各种告警的含义，这是维护SDH传输系统的关键；并且，工程测试时，必须试验SDH系统对敝障的反应能力（告警模拟响应功能）。因此，只有正确掌握告警信号机理，才能准确判断系统情况，从而解决问题。     

集成分类器组合算法及其在医学诊断中的应用

在计算机辅助诊断系统中使用集成分类器是提高机器识别能力的一种重要途径。针对集成分类器投票组合算法中存在的投票可信度问题,提出了一种基于Grading的集成分类器组合算法EGR,该算法根据集成分类器对样本的预测结果是否正确来转换相应样本的类标签,用新数据构造元分类器。在UCI医学数据集上进行的实验结果显示,EGR算法对分类精度的提升以及敏感性与特异性的整体改善是有效的。     

山东省蔬菜出口及遭受贸易壁垒分析

随着世界经济一体化进程的不断发展,中国与世界经济的联系日益密切。农产品出口是区域经济与世界经济相联系的重要方面,山东省作为农产品出口大省,农产品贸易尤其是是蔬菜出口得到了长足的发展,但是,山东省的蔬菜出口也存在出口市场单一,缺乏深加工和繁多的贸易壁垒等问题。针对目前山东省蔬菜出口贸易存在的问题,为了促进山东省蔬菜出口贸易的快速稳定发展,就必须运用先进的科学技术、规范的法律制度和生产标准等,来提高山东省蔬菜出口产业的整体水平。     

一种快速收敛的改进贝叶斯优化算法

针对贝叶斯优化算法(BOA)中学习贝叶斯网络结构时间复杂度较高的问题,提出了一种可以快速收敛的基于K2的贝叶斯优化算法(K2-BOA).为了提升收敛速度,在学习贝叶斯网络结构的步骤中进行了2处改进:首先,随机生成n个变量的拓扑排序,加大了算法的随机性;其次,在排序的基础上利用K2算法学习贝叶斯网络结构,减少了整个算法的时间复杂度.针对3个标准Benchmark函数的仿真实验表明:采用K2-BOA算法和BOA算法解决简单分解函数问题时,寻找到最优值的适应度函数评价次数几乎相同,但是每次迭代K2-BOA算法运行速度提升明显;当解决比较复杂的6阶双极欺骗函数问题时,K2-BOA算法无论是运行时间还是适应度函数评价次数,都远小于BOA算法.