空间转录组学技术及其应用的研究进展

空间转录组简单地说就是一个完整的组织样本中不同位置的全部转录组数据信息.目前的空间转录组学技术主要包括两大类：基于原位捕获并测序和基于成像的空间转录组学技术.这些技术已被广泛应用于神经生物学、发育生物学、肿瘤生物学等领域.本文总结并比较了不同空间转录组学技术的特点,列举了空间转录组学技术在不同领域中的应用,最后讨论了其所面临的挑战和机遇.     

基于LCSS的异常轨迹检测算法

当今社会移动终端设备在极大便利人们生产生活的同时产生了海量轨迹数据.如何利用轨迹数据检测犯罪嫌疑人在物理空间中的异常行为成为公共安全领域的研究热点.基于行为人的GPS坐标数据,研究设计异常轨迹检测算法.对于某人在一段时间内的轨迹数据,首先将其划分为若干停留区域,未被停留区域覆盖的轨迹点被直接去除;然后将每一个停留区子轨...     

基于XGBoost的多种生理信号评估心理压力等级方法

基于生理信号客观评估心理压力状态成为目前的研究热点,但最佳评估算法有待进一步探索.本文选择心算任务诱发受试者的心理压力,采集了21位在校大学生的脑电、心电、皮肤电导、脉搏波4种生理信号.提取各生理信号时域和频域的多种特征,使用方差分析(ANOVA)、最大相关最小冗余(mRMR)、单个特征支持向量机(SVM)分类准确率、随机森林(RF)特征重要性、梯度上升决策树(GBDT)特征重要性、极端梯度提升(XGBoost)特征重要性6种特征选择方法筛选出有效特征,利用SVM、K近邻(KNN)、高斯朴素贝叶斯(GNB)、自适应提升算法(Adaboost)、GBDT、XGBoost 6种分类器对提取的特征进行分类.结果得出,GBDT特征筛选与XGBoost分类器的组合模型对心理压力的等级评估效果最佳.     

GPR50生物学功能研究进展

G 蛋白偶联受体50(G protein-coupled receptor,GPR50)是属于 G 蛋白偶联受体(G protein-coupled receptors,GPCRs)超级家族的一类跨膜蛋白,与Mel1c受体同源,介导跨膜转运和信号传递,在神经系统发育、能量代谢调节及糖皮质激素受体信号等多种生理活动中发挥...     

基于YOLOv3的交通标志检测与识别算法

针对汽车前置摄像头所拍路况实景中的远距离交通标志占整个画面的比例较小、自动检测较难的问题,本文提出一种改进YOLOv3的卷积神经网络结构.在原YOLOv3算法结构上去掉了13×13这个冗余的大感受野检测层,结合残差结构思想,将深层特征进行上采样,然后与浅层特征图进行张量拼接,得到104×104的尺度检测层,进一步提高对...     

基于规则分组的DFA正则表达式匹配算法

模式匹配因误报率低和漏报率低被入侵检测所采用.在使用正则表达式构造DFA时,因状态爆炸导致匹配算法需要较多的存储空间和运行时间,算法效率低下,采用规则分组后,可以在一定程度上抑制状态爆炸问题.根据缓存中的历史记录对正则表达式进行分组,既能利用规则分组减少状态总数,抑制状态爆炸,又能减少因每次重新构建DFA所带来的开销,...     

虫草素衍生物修饰纳米金的合成

以虫草素A(3′-脱氧腺苷,3′-Deoxyadenosine)为原料合成(5′-噻吩甲酰酯)-3′-脱氧腺苷(B),对化合物B进行修饰纳米金得到络合物C.本实验用虫草素的无水吡啶溶液和2-噻吩甲酰氯溶液反应,运用TLC监测,萃取,柱层析等方法得到络合物C.通过红外(IR)、紫外-可见分光光度计、X射线衍射(XRD)等...     

基于深度学习的MIMO系统联合信号检测与信道译码

为进一步提高多输入多输出(multiple-input multiple-output,MIMO)系统性能,研究了深度学习方法来联合解决MIMO系统信号检测与信道译码问题.通过将深度神经网络、自动编码器神经网络与传统MIMO通信系统的物理层架构进行有机融合,构建了基于神经网络的MIMO系统模型,可获取系统发射端的信息比...     

三维激光扫描技术在中心对称结构古亭垂直度检测中的应用

针对中心对称结构古亭垂直度检测中由于结构复杂,各层中心点估计不精确的问题,提出依据古亭自身结构将古亭划分为底部、中部和顶部三个部分,并对各个部分采用不同的中心点提取方法.针对底部支撑圆柱部分,先拟合圆柱圆心坐标再估计中心点坐标;中部复杂结构部分,再采用三角剖分的方法估计中心点坐标;顶部采用先截取攒顶尖数据,依据攒顶尖数...     

基于共形阵的角度和极化信息联合估计算法

针对复杂载体上共形阵列存在多极化接收和遮挡效应的问题,本文提出一种基于方向图矩阵重构导向矢量的改进极化多重信号分类(multiple signal classification, MUSIC)算法。首先对共形天线阵列进行建模,在获取各个阵元的方位和俯仰分量方向图数据后,将方向图数据分解并重构阵列的导向矢量矩阵,最后结合极化MUSIC算法进行波达方向(direction of arrival, DOA)和极化参数联合估计。相对于理论导向矢量的极化MUSIC算法,本文所提改进算法在解决了遮挡效应的同时具有更高的估计精度,并可有效降低运算量。仿真实验结果验证了这一结论。