基于刻辞网络关联度的甲骨字考释难度量化方法

为了提高未解读甲骨字考释研究的效率,提出了一种未解读甲骨字考释难度量化方法,可帮助研究者优先选择出难度较低的甲骨字进行针对性研究,避免在考释难度极大的甲骨字上做大量无用功。先把所有甲骨刻辞构建为一个庞大的甲骨刻辞网络;再通过网络节点间的关联关系,计算出未解读甲骨字和已解读甲骨字之间关联关系;计算结果可以作为未解读甲骨字考释难度的量化数据;并通过实验验证了方法的有效性。     

基于多尺度符号转移熵的脑电信号分析

无论从全局还是局部的角度出发,采用多尺度转移熵表示全局和局部两类脑电(electroencephalography,EEG)信号,并分析其动态和不对称信息。采用比例系数从1到199、步长为2的多尺度方法处理正常人和癫痫病患者的脑电信号;然后采用维度为3的全局排列方法表示序列。将正向和反向符号序列作为转移熵的输入。比例因子的间隔和全局路径分别为(37,57)和(65,85),分析发现两组EEG信号的熵值在该处较容易区分。当比例系数为67时,健康对照组和癫痫病患者的转移熵值分别为0.113 7和0.102 8,差异最大。在比例系数是165时,全局变量的相应值为0.064 1和0.060 1。研究结果表明,合适的排列有助于更好的区分脑电数据信息,采用多尺度符号转移熵分析EEG信号更加有效。     

一种用于甲骨字符提取的双分支融合网络

为了从甲骨拓片图像中自动提取甲骨字符信息,本文基于深度神经网络构建了一个甲骨字符提取的双分支融合网络(dual-branch fusion network for extracting Oracle characters,EOCNet).EOCNet包含3个基本特点:首先,为了能够利用生成网络较强的结构信息描述能力,E...     

模块结构驱动的甲骨字场景预测

未知甲骨字的语义破译是甲骨学研究的重要内容之一,也是历史学家研究甲骨文遇到的最大瓶颈。随着甲骨文拓片出土以及相关研究文献的增多,甲骨文数据呈现海量化和系统化。大规模甲骨文数据的出现为利用计算机技术破译未知甲骨字的语义提供可能,但现有的破译未知甲骨字语义的方法却寥寥无几。本文充分利用现有甲骨文数据的海量化和系统化特性,根据拓片信息构建甲骨字网络,并使用网络的模块特征分析甲骨字的场景。本文构建的网络和识别的场景信息为历史学家和计算机学家破译未知甲骨字的语义提供新的研究思路和直接的数据支持。     

拟南芥代谢通路下基因调控网络的构建

基因调控网络在研究基因之间的调控关系及揭示复杂的生命现象方面有着重要的意义. 拟南芥整个生长过程是由基因网络所调控. 本文利用拟南芥代谢通路下基因共表达这一属性, 结合启动子序列分析的生物信息学方法来预测拟南芥代谢通路下基因的调控关系. 基于这种方法, 一共预测到2268对具有调控关系的基因对, 其中91对为高可信度的调控关系. 在我们预测到的调控关系中, 有4对调控关系已被实验验证, 实验表明本文预测的结果有一定的可靠性. 我们预测的拟南芥代谢通路下基因的调控网络, 为深入研究代谢通路在植物生长过程中所起的作用提供了方便, 有助于进一步研究拟南芥未知基因的功能.     

基于改进花朵授粉算法的智能系统

智能系统试图模拟人类专家来解决复杂的现实问题。问题的领域从工程、工业到医学、教育都各不相同。在大多数情况下,系统需要根据多个输入进行决策;但是搜索空间通常很大,因此很难使用传统的算法进行决策。元启发式算法可以用作寻找最优解的一种工具。因此,改进元启发式技术和现有算法是必要的。介绍了一种改进的花朵授粉算法(FPA)。将标准的FPA与克隆选择算法(CSA)结合,应用到23个优化基准函数上;并对其进行测试。将改进算法与五种著名的优化算法(模拟退火、遗传算法、花授粉算法、蝙蝠算法和萤火虫算法)进行比较。实验结果表明,相比标准FPA和其他四种方法,改进花朵授粉算法能够找到更精确的解。     

改进花朵授粉算法

智能系统试图模拟人类专家来解决复杂的现实问题。问题的领域从工程、工业到医学、教育都各不相同。在大多数情况下,系统需要根据多个输入进行决策,但是搜索空间通常很大,因此很难使用传统的算法进行决策;元启发式算法可以用作寻找最优解的一种工具。因此,改进元启发式技术和现有算法是必要的。本文介绍了一种改进的花朵授粉算法(FPA)。将标准的FPA与克隆选择算法(CSA)结合,应用到23个优化基准函数上,并对其进行测试。将改进算法与五种著名的优化算法(模拟退火、遗传算法、花授粉算法、蝙蝠算法和萤火虫算法)进行比较。实验结果表明,相比标准FPA和其他四种方法,改进花朵授粉算法能够找到更精确的解。