基于序列结构的miRNAs的聚类分析

microRNAs(miRNAs)是一类高度保守的序列片段,能调控生物体的生长发育。至今对它的聚类研究,还处在基于传统遗传模型的分析阶段。本文根据miRNAs本身的结构特点,提出了一种基于序列结构的聚类分析算法。该算法通过借鉴组合数学中随机排列及稀疏矩阵的思想,利用序列的各个组成成分的相似性来表征miRNAs序列间的距离。本算法不仅大大减少了人为因素的影响,还有效的反映成熟miRNAs间在结构上的关联性,为进一步研究miRNAs的功能提供了便利。     

利用Photoshop批处理功能快速处理数码相片

由于不同的应用环境对数码相片的处理与存储有着不同的要求,人们经常要在应用前对数码相片作相应的处理。使用Photoshop的批处理功能能够方便地实现对数码相片的批量处理与优化,可以较好地提高工作效率。     

α次积分C余弦算子函数的逼近定理

利用生成元预解式来刻画α次积分C余弦函数的Trotter-Kato逼近,给出α次积分余弦C函数的定义及基本性质,通过Laplace变换得到了α次积分C余弦函数逼近的4个等价条件,且当α为0 时即为经典的C余弦函数相应的逼近结果.     

基于离散优化的图像修复

提出一种基于离散优化的图像修复方法.通过EM算法最小化一个离散全局的能量函数,E步和M步分别采用最佳接缝方法和一致性搜索,并且E步结合了图像块合成和一致性纠正.与贪婪合成和基于偏微分方程方法相比,该方法能够较好地保证修复结果的全局一致,可避免图像模糊.     

序列图像合成中基于关键帧的动态掩模算法

研究建筑设计方案的计算机虚拟图像序列与真实环境图像序列相合成时，分割边缘随时间而变化的动态掩摸问题，提出了基于关键帧的闭合Ｂ样条曲线拟合真实环境图像序列分割边缘的动态掩模插值算法，和掩模分割曲线样本点运动关键帧的判定规则，实验结果表明本动态掩模插值算法是可行的并符合实用要求。     

MATLAB入门：第二版适用于初高级用户

本书简明扼要地介绍了MATLAB7．0系统。主要内容包括MATLAB命令；MATLAB程序设计；图形、图表、图像模板；方程求解函数和丰富多彩的快捷界面。这些命令对低版本和高版本的MATLAB同样适用。数学计算与文本、图形相结合，形成新颖完整的交互式文件是MAT—LAB7．0的新特点。书中介绍的内容既兼顾了初学者，又顾及了熟悉MATLAB早期版本的用户。     

深度学习下面部缺失图像自动补全方法

考虑到传统方法在补全面部缺失图像时存在补全比例低的问题，提出了基于深度学习的面部缺失图像自动补全方法研究。利用面部缺失图像的尺度空间，计算了面部缺失图像在时间梯度上的均值。利用深度学习算法学习面部缺失图像的类别，得到面部缺失图像的像素值。通过确定面部缺失图像的像素类别，利用深度学习算法增强处理了面部缺失图像的细节分量，完成面部缺失图像的识别。通过修复面部缺失图像的遮挡部分，优化面部图像的真实性，将相似性损失计算结果作为深度学习算法的算子，提取出面部缺失图像的特征。结合面部缺失图像自动补全算法设计，实现了面部缺失图像的自动补全。试验结果表明，在不同的缺失比例下，基于深度学习的面部缺失图像自动补全方法可以提高面部缺失图像的补全比例，具有更好的补全效果。     

组套索超图正则化特征选择方法及抑郁症分类研究

【目的】抑郁症分类诊断研究中，特征选择扮演了重要角色。【方法】针对现有超图正则化特征选择缺失组效应信息问题，提出基于组套索的超图正则化特征选择方法。首先，对抑郁症功能磁共振影像(functional magnetic resonance imaging, fMRI)数据集进行预处理。其次，基于预处理后的功能磁共振数据，构建5个不同尺度的脑网络模型并计算拓扑属性提取特征。基于提取的特征，利用组套索方法构建超图，利用超图正则化特征选择方法进行特征选择。最后，使用支持向量机构建分类模型并评估分类性能。此外，还在UCI数据集中验证了所提方法的有效性。【结果】所提方法在5个不同节点定义模板下，均高于传统的特征选择方法。此外，在模板的节点数量相似的情况下，此方法有更高的分类诊断性能。