用变换群不变原理表述模式识别一个分布的特征抽出问题

本文把变换群不变原理运用于图象识别的特征抽取,对以图象X的协方差矩阵Σ_x来描述图象特征的情况,给了统一的处理.鉴于特征抽取至今未形成统一的理论,而图象识别特征抽取的过程实质上就是处理图象的不变特征的过程,这一工作说明,变换群的不变原理可以为建立特征抽取的统一理论开拓途径.     

利用支持向量机预测生物膜蛋白类型

利用统计学习理论中的支持向量机(SVM)，基于氨基酸组分含量预测生物膜蛋白类型。使用文献中2059个训练集和2625个检验集膜蛋白序列数据，运用统计预测中的校准检验，留一法交叉检验和独立数据集检验方法进行分类预测。结果表明，SVM对膜蛋白类型预测具有明显的优越性，该算法对当前已有方法起到重要的补充作用。     

A Coordination Model of Gene Sequences for SARS-CoV and its Receptor

IntroductionFrom the emergence of SARS CoV, manystudies havebeen done on its biological medicine aspects, such aspathogeny characteristics, mechanisms of causing disease,clinic diagnosis and treatment, bacterin development andthe spreading rules. At the level of molecule biology,studies have been done on its genome sequences characteristics, structures and functions of the translatedproteins, and the evolution relationships in sequences[1 5].The caus…     

H5N1血凝素蛋白切割位点的序列研究

血凝素(hemagglutinin, HA)能否被切割成HA1和HA2是决定禽流感病毒高致病性的重要因素. 分析切割位点的序列, 研究其进化规律可以让我们更深入地了解H5N1的高致病性. 本研究先通过元胞自动机的方法将HA的基因序列转化为图形, 并在图上找到了一段H5N1亚型仅有的特征基因片段. 这个特征基因片段包含30个碱基, 主要由A和G组成, 其对应的氨基酸主要是带正电荷的碱性氨基酸. 这个特征氨基酸片段正好处于HA的酶切位点上. 通过3D结构的同源模拟, 发现H5N1 HA蛋白的切割位点较为暴露, 非常有利于各种酶对其进行剪切. 本研究还构建了切割位点的分子表面, 以进一步分析可能的氨基酸突变将如何影响表面的电荷分布. 结果表明, 某些突变较大地改变了电荷的表面分布, 可能使病毒失去高致病性. H5N1特征氨基酸片段突变情况的统计表明, 在时间上, 2005年突变案例的比例比前几年上升了许多; 而在地域上, 中国大陆的突变病毒案例占了绝大比例. 这些结果都有助于我们研究病毒高致病力的进化情况.     

Visualization of Gene Mutation Complicated Pattern of Hepatitis B Virus Based on Cellular Automata

Hepatitis B virus shows instantaneous and high rate mutations in biological experiments, some sorts of which affect the efficiency of virus replication greatly through enhancing or depressing the viral replication, while others have no influence at all. Taking advantage of prominent features of cellular automata, we simulate the effect of hepatitis B virus gene mutation on its replication efficiency. The computer simulation results demonstrate the feasibility of our novel model by comparing with the results of biological experiments.     

关于凸模糊集的一个问题

设 J 是[0,1]中的任一非空子集,■和■是 J 上的凸模糊集,水本雅睛(Mizumoto,M.)和田中幸吉(Taaka,K.)在[1]中提出一个未解决的问题:■和■也是凸模糊集吗?本文讨论一类很广泛的算子——连续保序算子*(算子·,■,∧,∨,■,■,■,■,■,■都是它的特例),证明了■和■也都是凸模糊集。于是,作为特例,水     

图象特征选择问题的讨论及特征空间维数的确定

本文根据Karhunen-Lo(?)ve展开,研究了图象特征的选择问题,指出特征选择实际上是确定特征空间M的维数m.考虑到在实际问题中,特征空间M的维数m远比测量空间N的维数n小,本文提出了特征值集群的概念,讨论图象特征可选择问题,并确定了特征空间M的维数m.