基于LSTM的核小体序列可分类性分析

核小体是染色体的基本结构单元。将核小体序列和非核小体序列预处理为时间序列数据,利用LSTM(long short-term memory network)进行迭代训练和长、短程特征学习,得到的LSTM模型可以实现核小体序列92.67%的识别准确率。研究表明,核小体序列与非核小体序列具有不同的特征,并且核小体序列具有高度可分类性。基于核小体序列的高度可分类性,可以实现核小体序列与非核小体序列的判断识别,这对于核小体定位及其动态性、基因转录调控、DNA复制与修复和DNA序列的功能及进化等的研究具有一定的生物学意义和价值。     

盐透析体外组装核小体及检测方法

核小体是构成真核生物染色质的基本结构单位,体内研究核小体及染色质结构受到诸多因素限制,体外重构核小体结构是研究与核小体及染色质结构相关课题的一种重要的方法手段.实验将ES1,CS1以及601DNA序列克隆到载体中,通过PCR大量扩增回收得到目的DNA条带,表达纯化了4种组蛋白且装配成组蛋白八聚体,在盐透析的条件下组装形成核小体结构,利用EB染色以及Biotin标记的方法分析检测了形成核小体的效率.结果显示,在盐透析的条件下,可以有效的组装形成核小体结构,而且随着组蛋白八聚体与DNA的比例增加,核小体的形成效率显著提高.本实验为核小体定位、染色质重塑及组蛋白变体等表观遗传学以及结构生物学领域的研究奠定一定的基础.     

盐透析体外组装核小体及检测方法

核小体是构成真核生物染色质的基本结构单位,体内研究核小体及染色质结构受到诸多因素限制,体外重构核小体结构是研究与核小体及染色质结构相关课题的一种重要的方法手段.实验将ES1,CS1以及601DNA序列克隆到载体中,通过PCR大量扩增回收得到目的DNA条带,表达纯化了4种组蛋白且装配成组蛋白八聚体,在盐透析的条件下组装形成核小体结构,利用EB染色以及Biotin标记的方法分析检测了形成核小体的效率.结果显示,在盐透析的条件下,可以有效的组装形成核小体结构,而且随着组蛋白八聚体与DNA的比例增加,核小体的形成效率显著提高.本实验为核小体定位、染色质重塑及组蛋白变体等表观遗传学以及结构生物学领域的研究奠定一定的基础.     

人类DNA序列TSS区域序列特征及±1核小体的位置分布

基于包含人类基因转录起始位点附近的58989条DNA序列,运用核小体特征量对序列做分类分析,发现±1核小体位于TSS区域两侧的第一类基因约占28%,TSS区域有核小体占据的第二类基因约占30%.用二阶信息冗余特征量分析了DNA序列的碱基关联分布,发现没有占据TSS区域的核小体对应的序列具有强碱基关联,占据TSS区域的核小体对应的序列具有弱碱基关联,弱关联是TSS区域的普适特征.表明占据TSS区域的核小体具有很强的序列适应性和位置的可变性.通常定义的含TSS的核小体缺失区域仅对第一类基因成立.推测第一类基因具有较高的转录效率.     

对于核小体定位检测方法的比较研究

在真核细胞中,核小体是组成染色质的基本结构单位,是由DNA紧密缠绕在组蛋白八聚体上所形成的一个复合体结构。而DNA与组蛋白的结合并不是固定不变的,没有核小体结合的DNA区域易于各种调节蛋白的接近与结合。因此人们怀疑核小体的定位与基因的转录调节之间存在某种内在联系。对现行的核小体定位的检测方法进行了归类,并对其优缺点进行了分析整理。对更深入的探索核小体定位检测方法的应用有一定意义。     

基于核函数与卡尔曼滤波的室内定位方法

针对室内定位中存在的定位精度不高、定位稳定性较差的问题,提出了一种基于核函数与卡尔曼滤波结合的室内定位算法.首先利用核函数作为匹配算法进行初步定位,高斯核函数可以充分捕获参考点指纹与测试点RSS之间的非线性相关性,取得比K最近邻算法更好的匹配效果,再利用卡尔曼滤波对核函数的定位结果作滤波处理.实验结果表明,在真实无线局域网环境下,对核函数定位的结果作卡尔曼滤波处理后,均方根误差降低了25%,2m以内的定位准确度由75%提高到90%,定位稳定性提高了29%.     

基于核聚类算法的高校定位研究

提出一个基于核聚类算法的高校定位模型.引入核函数,将原始数据由数据空间映射到特征空间中进行聚类.核聚类算法经过了核函数的非线性映射,使原始数据的特征更完整地显现出来,从而使聚类结果更客观、有效,可以解决传统方法主观性强、偏差大的缺陷.将核聚类算法应用于我国16所高校定位的研究,结果表明该方法可行且有效.通过聚类结果的分析,提出高校可分为教学科研生态位协调型、低教学生态位高科研生态位型、高教学生态位低科研生态位型3类,并对不同类型高校提出发展建议.     

基于边缘分析和纹理信息统计的车牌定位研究

车牌定位是车牌识别技术的关键环节之一。对车辆图像进行边缘分析二值化处理,再结合纹理统计进行车牌定位,可以克服复杂背景的弱边缘信息和干扰噪音所带来的影响,较好滤除可疑车牌区域。实验结果表明,使用该方法可以较好的实现车牌定位。     

一种基于核方法的无线传感器网络定位算法

无线传感器网络（WSN）作为一种新兴的分布式网络技术,被认为是21世纪改变世界的十大革新技术之一。定位是无线传感器网络的重要支撑技术之一,实现传感器节点自定位是提供监测目标位置信息的必要条件。而实现高效、可靠、准确的节点定位对目标跟踪具有重要意义。不幸的是,环境噪声使得节点的定位精度降低。基于此,该文提出一种基于核方法的无线传感器网络定位算法。实验表明,在WSN中通过采用卡尔曼滤波的核方法定位算法,一定程度上减少了随机噪声对节点定位精度的影响,有效的降低了系统定位误差,实现一定程度的抗干扰。     

基于概率神经网络的光纤智能结构承载定位

本文提出一种用于识别光纤智能结构承载位置的方法,研究构建光纤传感网络,设计相应的监测系统,获得用于表征结构承载信息的特性向量.同时,运用神经网络方法构造了四层结构的概率神经网络,并以特征向量作为样本,对结构的承载定位进行研究,重点分析训练样本数和平滑系数对定位效果的影响.实验结果表明:采用训练样本数为30,平滑系数为0...     

基于概率频度的普通话韵律结构预测统计模型

为进一步提高文语转换系统中韵律结构预测的准确度,提出了一个基于概率频度的统计模型的方法,预测韵律词和韵律短语边界两级韵律结构。该方法提取与韵律词和韵律短语边界有关的语言学特征(词性、语法词、长度和位置等),并进行样本训练计算各个特征的概率频度值,最终分别建立韵律词和韵律短语的统计模型。实验结果表明:统计模型的方法对于韵律词和韵律短语边界预测的正确率分别可达90.6%和84.6%,并与决策树算法和T ransform ation-based learn ing(TBL)转换规则学习算法比较,提高10%以上的正确率。     

基于核矩阵等距映射的无线传感网络节点定位算法

针对无线传感网络(Wireless Sensor Network, WSN)中节点位置信息呈现非线性的问题,基于偏最小二乘法(Partial Least Squares, PLS)稳健的多元线性回归特点,结合流形学习中的非线性降维方法,提出了一种基于PLS的核矩阵等距映射(Isometric Feature Mapping,ISOMAP)节点定位算法.通过节点间测地距离表征节点非相似性,利用样本点贡献率找寻和剔除邻域中的"短路"边,经质心变换和核变换后映射至高维特征区间,采用PLS方法求得节点位置.仿真结果表明,相比ISOMAP和多维尺度(Multidimensional Scale Method, MDS)算法,该算法具有良好的拓扑稳定性、泛化能力、稳健性和定位精度,降低了计算复杂度.     

基于GPSONE和WEBGIS的定位管理系统设计与实现

本文结合移动通信运营商提供的位置信息服务功能，对终端定位管理系统的实现方式进行了研究，解决了实时定位和历史查询等管理需求，设计出一种实用的定位管理系统。     

基于模糊核聚类图像分割的气体泄漏定位研究

针对传统泄漏检测和定位方法中低效性和低抗干扰性等方面的问题,提出了一种基于红外热像图的气体泄漏检测和定位的方法. 该方法利用红外热像仪拍摄充气前后被测容器的红外热像图,并对获得的热像图进行图像增强和加权差分处理,提出基于带有温差因子的模糊核聚类分割算法来处理容器的红外热像图,对泄漏位置及边界的提取. 通过引入与目标区域温度范围相关的参数-温差因子,对于不同温度范围热像图的噪声具有良好的自适应抑制能力,增强了图像分割的鲁棒性. 实验结果表明,该方法准确并且高效,能够获得准确的泄漏检测及定位结果,泄漏检测能力可达到10 mL/min(@0.1 MPa).      

基于轮廓结构和统计特征的字符识别研究

车牌识别系统是智能交通不可缺少的一部分,在车牌识别系统中,字符的特征提取和字符识别是这一系统的关键技术.文章利用字符的轮廓结构特征和统计特征对字符进行识别,根据字符外部轮廓的上、下、左、右4个方向的特点和一些统计特征,如字符最大宽度,垂直方向笔画数等作为识别特征,形成判别树,再利用判别树对汽车牌照中的数字和字母进行识别.此方法识别的准确率比较高,并提高了识别速度,还适用于其他不同字体的数字和字母识别.     

基于局部对称性及灰度统计特征的人眼定位方法

为了兼顾人眼定位方法的准确率和实时性,提出基于局部对称性和灰度统计特征的人眼定位方法。该方法结合了模板匹配与对称变换的思想,利用了人眼灰度统计信息,取得了较好的效果。通过仿真实验表明:算法在满足算法定位准确率的同时,具有较好的实时性,因为其算法复杂度相对于模板匹配法和基于学习的方法大大降低。     

基于度量核和GHI核混合的植物叶片识别算法

针对现有识别算法中的核函数不能充分利用直方图的整体特征和不同维特征间的内在联系,提出基于度量核和广义直方图交叉(generalized histogram intersection,简称GHI)核混合的植物叶片识别算法.首先,构建多尺度边缘轮廓(multi-scale marginal contour,简称MMC)算子;其次,提取预处理后的叶片图像MMC形状特征、局部二值模式(local binary pattern,简称LBP)空域纹理特征、局部向量化(local phase quantization,简称LPQ)频域纹理特征,进而将这些特征拼接成复合特征;再次,利用度量学习和马氏距离改造负距离核构建度量核,将其与GHI核加权融合形成组合核;最后,进行仿真实验.仿真实验结果表明:相对于现有算法,该文算法对不同种类的植物叶片具有较高的识别率.     

基于KPCA和模糊核Fisher判别的语音情感识别

针对语音情感识别率不高和实时性差的问题,提出一种基于KPCA核主成分空间的模糊KFD算法,应用于语音情感识别。首先采用KPCA对语音情感特征向量降维去噪,根据转换矩阵得到核主成分空间,然后在该特征空间利用模糊C均值聚类计算语音特征向量的隶属度,进而对LDA算法中的类间离散度和类内离散度重新定义,生成模糊KFD分类器进行语音情感识别。仿真实验结果表明,提出的方法相比于传统SVM和核Fisher判别算法具有较高的识别率和良好的抗噪性能,是一种行之有效的语音情感识别新方法。     

基于单元模态应变能灵敏度的结构损伤统计识别

基于单元模态应变能灵敏度,采用概率统计的方法,提出一种同时考虑模型不确定性和测试噪声影响的损伤统计识别方法。首先,建立基于单元模态应变能灵敏度分析的结构损伤方程组,然后,通过摄动法推导出损伤结构刚度参数的统计特性,并运用损伤概率模型计算各单元的损伤存在概率。最后,用一简支梁数值模拟算例验证了该方法的有效性。研究结果表明:损伤概率越大,表明存在损伤的可能性越大;损伤单元的损伤存在概率大于非损伤单元的损伤存在概率;随着损伤程度的增加,损伤存在概率不断增加,而随着噪声水平的增加,损伤存在概率减小。     

基于灰度累积投影与边缘图像跳变统计的车牌定位方法的研究

针对交通检测系统中数码相机所拍摄到的图片,提出一种车牌定位方法:首先对图像进行二值化和边缘检测等预处理,然后根据边缘二值图中车牌区域的边缘特征,利用行扫描方法对图像进行灰度累积投影与边缘图像跳变统计,再根据车牌区域的字符纹理特征及灰度值特征确定车牌的水平位置.利用列扫描方法对图像进行灰度累积投影,用形态学的方法对细长线条的过滤,从而达到对车牌进行准确的垂直定位.实验表明,这种方法取得了较好的效果,具有较高的实用性.