一种基于WMF-ACA的深度图像修复算法

针对RGBD相机由于硬件条件的限制,所获取的深度图像往往存在空洞与噪声的问题,提出一种彩色图像引导的深度图像空洞填补方法.对深度图像边缘区域采用基于局部直方图的加权模式滤波器(WMF)进行处理,在有效保留深度图边缘与细节的前提下,消除图像噪声.对深度图像非边缘区域采用一种异步元胞自动机(ACA)模型算法,根据邻域和迭代规则对深度图空洞进行填补,快速、准确地完成任务.在立体匹配数据集Middlebury上测试所提算法实现性能,实验结果表明:该算法的结构相似性(SSIM)与峰值信噪比(PSNR)更高,能够准确地填补深度图空洞,同时保持深度图边缘清晰.     

基于表达序列标签的萝卜ACA36基因簇鉴定

利用国际公用的表达序列标签（EST）数据库资源,运用生物信息学分析方法,在萝卜（Raphanus sativus）一条表达序列标签中发现一个新的snoRNA基因簇。此基因簇含有一个box H/ACA snoRNA基因和两个box C/D snoRNA基因,分别命名为RsACA36、RssnoR66和RsSNORD88。ACA36可形成典型的box H/ACA snoRNA双茎环二级结构;snoR66和SNORD88都具有典型的C盒与D盒保守元件,末端存在反向互补序列;三个snoRNA都含有能和核糖体RNA互补配对的反向互补序列。RsACA36和RsSNORD88均为在植物中首次发现。基于EST数据库、运用生物信息学方法鉴定snoRNA基因既保留了计算机RNA组学快捷、高效的优点,又使结果因为有了实验支撑而更直接、可信。     

基于改进蚁群算法的巡航导弹三维航迹规划

针对巡航导弹三维航迹规划的复杂性及其搜索空间大且效率低的问题,提出了一种基于改进蚁群算法的航迹规划方法.将生存概率的优化目标函数由乘积最大化形式转化为和最小化形式,并与航迹段长度的优化目标函数形式一致,提出了允许后续航迹点的概念,将地形条件与航迹规划的约束条件加入搜索算法中,以使规划的航迹更符合实际情形且搜索空间减小,从而提高三维空间航迹规划的效率.仿真实例结果表明,所提出的规划方法可以规划出具有较大生存概率且可接受航程的航迹.     

基于Latent SVM的多视角行为识别方法

为了在静态图像中获取有效信息, 构建行为模型, 提出了行为覆盖区 ACA(Action Coverage Area)和行为核心 AC(Action Core)的概念, 基于 Latent SVM(Support Vector Machine)目标识别方法, 设计了一种多视角行为模型 MVAM(Multiple Viewpoint Action Model)。 建立了独立的用于行为模型训练和测试的行为数据库。 实验表明, 该表示法对静态图像中的人体行为能有效地进行分类和检测。     

蚁群聚类组合算法的研究

聚类分析作为数据挖掘中一个重要的组成部分,主要用于在潜在的数据中发现有价值的数据分布和数据模式。在研究基本蚁群聚类模型、信息熵以及LF算法和K-means算法的基础上,提出了一种蚁群聚类组合算法策略。     

ACA的抗氧化机制

从抑制自由基的迸发、DNA氧化、NF-kB因子、NADPH氧化系统和阻断体内TBARS的形成五个方面阐述了ACA抗氧化作用的机制。     

一种改进的蚁群求解算法

为了提高蚁群算法的求解性能,对基本蚁群算法进行了改进.采用上三角的信息素存储形式、改禁忌表为可选表、遗传算法中的交叉及变异、全局更新信息素等做法对基本蚁群算法进行改进,并介绍了在Matlab环境下编程实现的方法及步骤,仿真实验求解了16个城市的TSP问题,得到最短距离为73.988,结果表明了编程思路的正确性及算法的高效性.此改进算法改善了随着求解空间的增加而导致的求解效率低下及因迭代次数的增加而造成的信息素量堆积导致的不成熟收敛,提高了搜索能力及速度,拓展了搜索空间.     

Identification and evolutionary implication of four novel box H/ACA snoRNAs from Giardia lamblia

During the biogenesis of eukaryotic ribosomes, the nascent pre-rRNA undergoes a complex pattern of nu- cleotide modifications of its mature rRNA sequences, including 2′-O-ribose methylation and pseudouridyla- tion, which are critical for the biogenesis a…     

蚁群算法的现状与研究进展

介绍了蚁群算法的基本原理及其算法的模型，对几种改进的蚁群算法进行了评述，并对算法的研究现状做了概述，认为蚁群算法是一种较好的解决组合优化问题的新型模拟进化算法。     

Identification and characterization of two novel box H/ACA snoRNAs from Schizosaccharomyces pombe

Ineukaryotes,alargenumberofsmallnucleolar RNAs(snoRNAs)accumulatedwithinthenucleolus playimportantrolesinprecursorribosomalRNA(pre RNA)processingandmaturation[1].AllsnoR NAs,withtheexceptionofRNaseMRP,canbe broadlydividedintotwoexpendinggroups,boxC/D andH/ACAsnoRNAs,basedonconservedsequence elements[2].BoxC/DsnoRNAscontaintwocon servedshortsequencemotifs,boxC(UGAUGA)and boxD(CUGA),locatedonlyafewnucleotidesaway fromthe5′and3′ends,respectively,generallyas partofatypical5′3…