基于局部形状约束网络的人脸对齐

基于级联回归的人脸对齐方法已经取得了很大的成就,但是由于复杂的级联回归器设计、人为设计特征等局限性的影响使得人脸对齐没有找到一个性能更好的解决方案,尤其对于大姿态、大表情等条件下的人脸对齐任务.因此,为解决该问题,提出了一种新颖的人脸对齐方法——基于人脸局部形状约束.首先利用卷积神经网络初始化人脸整体形状;然后利用人脸局部区域的同质性,将人脸区域进行划分,对每一个区域定义局部形状约束;最后再由整体形状估计做为全局约束,组合各个面部局部形状约束,对整体面部特征点进行回归.实验结果表明,该方法提高了人脸对齐的精确度且速度上达到了实时.     

通用气相色谱保留时间的模拟方法

针对柱温度、进口压力和出口压力均有可能变化的条件 ,系统推导了描述气相色谱组分柱内运动过程的微分方程及有关变量 ,给出了方程成立的6个基本假设 ,并得出了模型因子的定义。用四阶Ronge -Kutta法实现了微分方程的可控精度数值计算。利用归一化和参考态方法简化了模拟方法 ,并用于典型色谱程序变化过程的模拟。理论上本文介绍的模拟方法适用于各种可能的温度、柱前压、柱后压及流量条件程序变化。对本方法的意义和应用前景进行了讨论。     

一种局部回归神经网络的快速算法

针对目前局部回归神经网络动态ＢＰ算法的误差导数计算复杂、收敛速度慢的缺陷,提出了一种新的快速算法、该算法是将信号流图引入动态ＢＰ算法,较好地解决了求导数的复杂性,同时采用ＢＦＧＳ算法另快了网络的收敛速度仿真结果表明了本算法的有效性。     

一种局部回归神经网络的在线学习算法

针对目前局部回归神经网络误差函数在线计算复杂的缺陷,利用信号流图(SFG)基本理论,通过分析信号流图(SFG)和转置信号流图(ASFG),将神经网络的误差导数的信号流图(SFG)和转置信号流图(ASFG)分别级联在原始信号流图(SFG)和转置信号流图(ASFG)上,构成单输出自回归神经网络．依据因果非线性时变系统流图计算仅仅与网络拓扑结构有关的理论,推导了一种与网络结构无关的在线后向BP学习算法,较好地解决了对任意结构的局部回归神经网络的在线学习问题．仿真结果表明了本算法的有效性．     

用神经网络预测挥发性有机化合物的色谱保留时间

文章中用5个描述符作为神经网络的输入参数,对挥发性有机化合物的色谱保留值进行了人工神经网络研究,预测准确度高,因而是一种较好的预测色谱保留值的方法.     

基于野韭菜挥发性成分的色谱保留指数神经网络预测

为研究野韭菜挥发性成分的性质,预测其色谱保留指数,运用 ＭＡＴＬＡＢ相关自编程序计算得到了野韭菜挥发性成分的分子形状指数和电性拓扑态指数,将这两类参数作为分子结构描述参数,借助多元逐步回归法优化筛选了其中结构参数^２Ｋ、^３Ｋ、^４Ｋ、Ｉ２和 Ｉ６,建立了野韭菜挥发性成分色谱保留指数的 ＱＳＲＲ模型,相关系数为 ０９６３,通过对模型的稳定性和预测能力进行检验,检验的相关系数 ｒ基本也稳定在 ０９６３左右。用这 ５个筛选出的结构参数作为人工神经网络的输入层参数,采用 ５ ２ １的网络神经结构,利用 ＢＰ算法建构神经网络模型,总相关系数达到 ０９９６的优级相关,利用此模型计算得到的预测值与实验值吻合度较为理想,相对平均误差仅为 １６７％,结果显示 ＢＰ神经网络所得结果优于多元线性回归方法。     

气相色谱及其质谱联用技术定量检测脂肪酸的研究进展

脂肪酸种类繁多,作为人类不可缺少的营养物质,影响到膳食结构平衡、内分泌稳定和代谢综合征发生等。食品、血清和代谢物样本中脂肪酸含量的准确测定对食品品质控制、疾病监测、健康状况评估具有重要意义,同时,定量检测食品、生物检材中的脂肪酸,也可为公安机关刑事案件侦办食品掺伪售假案件、虐待案件、无名尸体案(事)件等提供线索与侦查方向。论述脂肪酸定量检测的最新研究进展,包括样本前处理、定量模式等,比较各种样本前处理、定量模式的优缺点,展望气相色谱及气相色谱-质谱联用技术定量脂肪酸前景,为研究人员对脂肪酸含量的测定及脂肪酸标准物质的研制提供了方法参考。     

基于FastICA的盲干扰对齐算法

为克服现有的干扰对齐方法中发送端信道传输信息不足的问题, 提出了一种新的盲干扰对齐（BIA: Blind Interference Alignment）算法。在K用户MIMO(Multiple Input Multiple Output)干扰信道中, 发射端已经建立起干扰对齐机制条件下, 依照盲源分离(BSS: Blind Source Separation)理论, 将IA（Interference Alignment)模型与BSS模型相结合, 在接收端采用FastICA(Fast Independent Component Analysis)算法, 建立以干扰对齐为模型的目标函数。对数据进行中心化, 通过逐个分离的方法, 单独分离每个独立分量, 从而提取期望信号。Matlab仿真结果表明, 该算法能在未知信道状态信息的情况下有效实现干扰对齐, 同时具有较好的误码率。     

多溴联苯醚气相色谱相对保留时间的定量结构-活性关系

运用Gaussian 03W对209种多溴联苯醚(PBDEs)在B3LYP/6-31G*水平上进行结构优化.应用偏最小二乘法(PLS)建立PBDEs的相对色谱保留时间(RRT)与分子结构参数的定量结构与活性关系(QSAR)模型,并对83种未知的PBDEs的RRT进行预测.实验结果表明:模型的累计交叉有效判别系数Q2cum为0.931,拟合相关系数平方R2Y(cum)为0.960,预测值与实验值的残差范围为-0.083~0.168,模型具有较强的预测性;分子总能量、次低占有轨道能量、电子空间广度、最低空轨道能量等量子化学参数对模型的贡献较大,其变量投影性指标值(VIP)分别为1.858,1.741,1.719,1.712.     

烷基苯气相色谱保留指数的预测

通过对43种烷基苯类化合物在不同柱温下的129个样本集的气相色谱保留指数值(R I)与其部分参数关系的研究,发现R I与拓扑指数(mQ)、摩尔折射度(M R)结构参数及柱温(T)之间的关系可表示为:RI=-35.689-149.4350Q-5.0471Q 116.541MR 2.538T-1.4600Q1Q 0.2941QMR(R=0.980 0)此式不仅在一定程度上阐明了烷基苯类化合物RI与其分子结构及柱温间的关系,同时也提供了一种计算烷基苯类化合物于不同温度下RI的新方法.继以留一法(Leave-one-out,LOO)进行交互检验,相关系数RCV=0.978 3,说明所建模型具有良好的稳定性和预测能力,较好地揭示了烷基苯类化合物在不同温度下气相色谱保留指数的变化规律.     

基于KFDD与进化算法的可逆电路优化算法

为降低由Kronecker功能决策图(Kronecker functional decision diagram,KFDD)综合所得可逆电路的成本,提出一种基于进化算法的可逆电路优化算法.该算法基于遗传算法模型进行设计,分别采用离散值和整型值编码KFDD输入变量的分解类型和顺序,使用所设计的遗传算子,将量子成本作为主要目标、量子位数作为次要目标进行可逆电路的优化.为解决过早收敛问题,该算法在搜索过程的前期阶段利用多个子群搜索解空间中的不同区域,在搜索过程的后期阶段将多个子群合并为整体种群,利用整体种群进行集中搜索.使用基准函数对算法进行验证的结果表明,所提出算法具有较强的全局寻优能力,有较好的结果稳定性,能够降低可逆电路的量子成本.     

基于局部多项式回归的EMD端点效应抑制

Hilbert-Huang变换(Hilbert-Huang transform,HHT)这种完全由数据驱动的自适应时频数据分析算法已经在多个领域得到了广泛推广和应用.但是HHT的核心部分经验模态分解(empirical mode decomposition,EMD)被端点效应问题所困扰.这里结合局部多项式回归,利用局部少量数据在极值序列两端各拓展一个极值点,从而抑制EMD的端点效应.模拟实验结果表明,该算法能够有效抑制端点效应,且数据要求不高,运行速度较快.     

Solving the multiple sequence alignment problem based on simulated annealing algorithm

The multiple sequence alignment problem (MSAP) is one of the most difficult problems in computational molecular biology. In this paper, we describe the optimization model and the neighborhood structure on the MSAP, then propose a scheme to solve the MSAP using Simulated Annealing Algorithm. Experiment shows that the scheme is effcient.     

基于回归的人脸检测加速算法

为了提高视频中人脸检测的检测速度,采用回归分析方法预测连续视频中人脸中心位置坐标,并通过调整区域宽度系数确定人脸区域位置,从而提出一种人脸检测加速算法。该算法的主体框架采用VJ(Viola-Joines)结构,在人脸检测过程中,通过聚合通道特征和弱级联分类建立多尺度精细采样图像特征金字塔,并利用回归分析方法进行人脸中心位置坐标拟合,再采用粗粒度预测方法降低算法时间复杂度,最后通过优化人脸区域位置系数提高人脸检测准确率。在此基础上,又通过目标预测、跟踪算法进行人脸检测的二次加速。实验结果表明,该算法有效减少了视频人脸检测遍历区域,提高了人脸检测的检测速度,缩短了提取视频人脸特征区域的时间,更加适合视频人脸检测的实时性应用。     

中继下基于特征子矩阵的干扰对齐优化算法

针对MIMO双向中继网络系统中,由于用户对间的数据流具有非对称性,通过研究用户对与中继之间的天线分配关系,提出了一种基于特征子矩阵的干扰对齐优化算法及可行性方案.该算法首先利用特征子矩阵准则,为每个用户设计干扰对齐预编码优化方案,然后基于分布式迭代算法逐一推导出最优的干扰抑制矩阵,以达到在目的用户端消除其他用户干扰的效果.通过仿真结果表明,与传统中继迫零方法相比较,优化算法对系统传输速率有了显著的改善.     

一种基于局部密度的k-means算法

针对k-means算法必须事先指定初始聚类数k,并且对初始聚类中心点比较敏感,聚类准则函数对求解的最优聚类数评价不理想,提出一种基于局部密度的启发式生成初始聚类中心方法,在此基础上设计一种准则函数自动生成聚类数目,改进了传统k-means算法.实验表明改进的算法比传统k-means算法提高了聚类效率.     

东莨菪碱大鼠肠内菌代谢研究

用液相色谱-电喷雾离子阱串联质谱(LC-ESIITMSn)联用法进行了东莨菪碱大鼠肠内菌中的代谢研究.以东莨菪碱优化色谱及质谱条件,总结其色谱及质谱行为规律.将东莨菪碱与大鼠肠内菌体外厌氧温孵培养,和空白样品及东莨菪碱标准品相比较,依据被测物的多级质谱数据,鉴定代谢物并阐述其结构.结果在温孵液中发现了东莨菪碱的水解代谢产物莨菪品.该方法灵敏度高、专属性好、样品前处理简单、快速,适合于药物代谢分析.     

基于机器加工时间最短的混合遗传算法

基于机器加工时间最短的思想设计混合遗传算法,从全局和局部引导算法搜索方向,提高了算法的效率。用该混合遗传算法求解了某军工企业的一期工程问题,取得了较好的结果。     

一种时序数据局部相关对象聚类算法

针对高维时序数据中局部相关模式的聚类问题,建立了一种基于相关子模式的spCluster模型,讨论了该模型与平均平方残值的关系.并以此模型为基础,提出了适用于时序数据的确定性双聚类算法sp-TSC,该算法首先利用spCluster模型将局部相关的数据对象符号化,然后将字符序列插入到泛化后缀树中,利用后缀树的性质避免了穷举局部相关子模式的各种组合,有效减小了搜索空间,从而可以在数据矩阵尺寸的线性时间内发现全部最大δ-spCluster.理论分析和实验表明,该算法是高效可行的.     

基于局部线性嵌入的半监督仿射传播聚类算法

针对运用半监督仿射传播聚类算法处理高维数据时聚类精度低和计算量大的问题,提出一种基于局部线性嵌入的半监督仿射传播聚类算法.该算法首先通过LLE算法将高维输入数据集映射到低维空间得到低维数据集,计算低维数据集的相似度矩阵,再用半监督算法调整相似度矩阵,最后用仿射传播聚类算法对低维数据进行聚类分析.仿真结果表明,本文提出的算法与半监督仿射传播聚类算法相比,在处理高维数据时聚类效果更好,精度更高,迭代次数更少.