硅胶破碎法抽提真菌染色体DNA

在进行基因组步行PCR克隆真菌木聚糖酶基因的研究中,探索并建立了一套可在普通分子生物学实验室采用的高得率、高质量真菌染色体DNA的抽提方法.采用液氮研磨和硅胶破碎相结合提高染色体DNA得率,采用亚精胺法纯化提高DNA的纯度.抽提的染色体DNA用琼脂糖凝胶电泳、限制酶切、PCR反应及紫外吸收光谱等方法进行了鉴定,结果显示此方法可以获得分子量大、样品纯的染色体DNA,可有效地用于PCR扩增,并能被限制酶有效地消化.     

一种支持向量预提取方法及应用

提出了一种支持向量预提取方法,对核感知机误分次数与决策边界的关系作了分析,引入了核函数和误分界,利用结构简单的感知机算法构建支持向量预提取模块,压缩样本规模,然后将处理结果输入支持向量机进行再处理,在精度和处理速度方面取得了较好的效果,仿真实验验证了这一方法的可行性。     

浅析文物元素在文创设计中的转换和利用

近年来,国家出台的相关产业政策和指导意见加大了对文化创意产业的扶持力度,对中国传统文化符号的灵活妙用,成为传统商品获得市场竞争优势的最大砝码。本文主要是从个人所设计的几款文创产品的体会中,简单分析一下文物元素在文创设计中所呈现的几种转换方式及利用的方法。     

活性污泥基因组DNA快速提取新方法及其指纹分析

建立了从活性污泥中快速提取基因组DNA的新方法,过程包括粗提与精制两个步骤,简化了繁琐的提取程序,提高了提取效率．用该方法提取的基因组DNA做模板,进行扩增核糖体限制性酶切片断分析（ARDRA）及核糖体基因间区序列分析（RISA）,均获得了理想的多态性指纹图谱;采用两对特异性引物（鞘氨醇单胞菌属和氨加氧酶基因）对所提污泥基因组DNA进行扩增,均获得了正确的PCR产物．该方法提取的污泥基因组DNA不但适用于研究污泥系统中菌群多样性分析,而且还可以对特定基因进行跟踪监测。     

基于改进的深度学习网络的SAR图像瞬时海岸线自动提取算法

针对目前合成孔径雷达(synthetic aperture radar, SAR)在对大尺度瞬时海岸线提取方面的图像解译过程中, 仍然存在精度低与自动化水平差的问题, 提出一种基于深度学习网络的瞬时海岸线自动提取算法。首先, 将SAR图像进行Lee滤波增强来抑制相干斑。其次, 通过升级残差网络为主干网络,分4级提取海水目标的特征。然后, 将4级特征经过全局卷积网络、密集连接网络和解码器网络配合,充分提取目标的本质特征, 并通过上采样产生海水分割结果。最后, 利用Sobel算子分离出海岸线并和原SAR图像融合以便清晰查看结果。通过与全卷积网络与细化网络的海岸线提取实验结果进行对比, 证明所提算法对海岸线的提取更加准确, 能够减少虚警和漏警, 具有更好的性能。     

醇碱提取法提取黄芪多糖

采用醇碱提取法提取黄芪多糖, 通过单因素实验设计分别研究了提取溶剂pH值、 料液比、 提取时间、 提取温度和提取溶剂乙醇浓度5种因素对黄芪多糖提取率的影响, 利用紫外（可见）分光光度法和红外光谱法对醇碱提取法提取黄芪多糖的含量进行 检测, 计算黄芪多糖的提取率为19.15％, 分别是水提取法和碱提取法的3.53倍和2.63倍, 残渣中有效成分的残留量低于其他两种提取方法.     

一种基于改进PCA和BP神经网络的人脸识别算法

机器学习中存在大量处理图片的高维数据,PCA是一种有效降维数据的方法.针对PCA算法在提取前几个特征值时计算量大且易受光照噪声等影响的问题,提出一种改进算法,利用分割矩阵的做法求出每一个小矩阵的最大特征值,将其特征向量组成图片的特征矩阵.这样提取出来的特征值更加具有代表性,经仿真实验验证,改进算法的正确识别训练图像集和...     

基于漫水填充的图像骨架提取方法

针对当前图像骨架提取存在毛刺现象和骨架冗余的问题,提出基于漫水填充的图像骨架提取方法。对目标图像预处理,得到阈值化二值图像,分割出前景和背景;构建掩模图像和轴线图,为后续运算过程提供数据来源和判断依据;通过遍历水平面灰度直方图,模拟漫水过程,收缩掩膜图像的前景轮廓,根据邻域连通分量变化,确定是否为骨架特征点,待轮廓收缩完毕,得到图像骨架。实验验证表明,该方法可以有效地提取图像骨架,毛刺现象和冗余结构明显减少,执行速度快。     

人脸表情识别综述

作为生物特征识别与情感计算领域的一个极富挑战性的交叉课题,人脸表情自动识别技术在各种应用的推动下发展很快,但鲁棒的自动人脸表情识别系统至今尚未建立.人脸表情识别的3个关键环节是人脸检测(定位)、脸部表情特征提取和人脸表情的情感分类.目前上述环节上均取得了重要进展.本文就这三方面分别进行了分类总结。     

视频镜头分割与关键帧提取算法研究

为了解决关键帧提取算法性能因特征选取单一而受视频类型多样性限制等问题,提出了一种基于多特征的关键帧提取方法 .该方法在检测到的每个镜头内,采用颜色特征、小波统计特征和SIFT局部特征计算视频帧间综合相似度矩阵.然后采用一个改进的谱聚类算法将镜头帧分组,每一组的中心帧被选择作为关键帧,其中关键帧的数目通过计算聚类不稳定性的极小值进行估计.通过实验利用F1分数、保真度和镜头重构度等评估标准验证了该方法的有效性.