适于癌基因表达数据集的新特征提取标准NFEC及其分类新算法研究

癌基因表达数据集具有小样本、高维数之特点,一般的机器学习机难以对其有效分类。因此,通常需要采用某些特征提取度量标准来进行降维处理。可是常用的一些特征提取度量标准亦会导致分类效果欠佳之问题。依据微分容量控制学习机DCCM,提出了一个新的特征提取度量标准NFEC,然后依据NFEC和DCCM,提出了适于癌基因表达数据集的特征提取算法DCCFE。实验表明,新的度量NFEC和新的特征提取算法DCCFE较之现有方法对癌基因表达数据集分类时更为有效。本文的工作意义在于:(1)提出了一个新的更有意义的特征提取度量标准;(2)DCCM可以采用比核函数更为一般的一阶可微函数,因而提出的新的特征提取算法更具普遍应用意义。     

PBOND： Web Server for the Prediction of Proline and Non-Proline cis / trans Isomerization

PBOND is a web server that predicts the conformation of the peptide bond between any two amino acids. PBOND classifies the peptide bonds into one out of four classes, namely cis imide (cis-Pro), cis amide (cis-nonPro), trans imide (trans-Pro) and trans amide (trans-nonPro). Moreover, for every prediction a reliability index is computed. The underlying structure of the server consists of three stages: (1) feature extraction, (2) feature selection and (3) peptide bond clas- sification. PBOND can handle both s...     

基于邻接矩阵分解的肿瘤亚型特征提取方法

基于肿瘤基因表达谱的肿瘤分类是生物信息学的一个重要研究内容。传统的肿瘤信息特征提取方法大多基于信息基因选择方法,但是在筛选基因时,不可避免的会造成分类信息的流失。提出了一种基于邻接矩阵分解的肿瘤亚型特征提取方法,首先对肿瘤基因表达谱数据构造高斯权邻接矩阵,接着对邻接矩阵进行奇异值分解,最后将分解得到的正交矩阵特征行向量作为分类特征输入支持向量机进行分类识别。采用留一法对白血病两个亚型的基因表达谱数据集进行实验,实验结果证明了该方法的可行性和有效性。     

相对特征在昆虫目级阶元图像自动鉴定中的应用

应用计算机图像技术并结合昆虫分类学原理,设计和开发了一套"昆虫目级阶元标本图像自动鉴定系统",提出了一组基于昆虫标本图像的相对特征,并通过前馈人工神经网络方法进行鉴定测试.测试结果表明,相对特征应用于昆虫目级阶元图像的自动鉴定是有效的,在对7个常见昆虫目的测试中,系统表现出良好的准确性和稳定性,最高正确识别率可以达到95%.     

三种绢蝶翅脉数字化特征的提取及初步分析

利用化学方法去除3种绢蝶翅面的鳞片和斑纹,通过扫描获取翅脉标本图片,并利用DrawWing、TPSDig和BugShape3种软件对其前翅左侧翅脉的数字特征进行了提取,并包括DrawWing提取的小红珠绢蝶右翅翅脉特征值。分析了小红珠绢蝶左右翅脉的对称性以及个体间的差异,对比了3种软件在3种绢蝶分类判别中的优劣。不仅对改进这些工具提出了建议,而且讨论了昆虫鉴定领域中数字化技术和形态测量学的应用前景。     

基于小波包熵的运动意识任务分类研究

提出了以小波包熵作为脑电特征向量的左右手运动意识任务分类方法,对被测试者想象左右手运动时的脑电小波包熵动态变化情况及分析窗口长度的选择进行了研究.结果表明,小波包熵能很好地反映左右手运动想象的脑电特征变化,用线性判别式算法对脑电特征进行识别,分类正确率达到92.14%.由于小波包熵的计算比较简单,稳定性好,识别率高,为大脑运动意识任务的分类提供了新思路.     

基于分段伪氨基酸组成成分特征提取方法预测蛋白质亚细胞定位

蛋白质的亚细胞定位与蛋白质的功能密切相关,其定位预测有助于人们了解蛋白质功能.文章提出一种分段伪氨基酸组成成分特征提取方法,采用支持向量机算法对Chou构建的两个蛋白质亚细胞定位数据集(C2129,CS2423)进行了分类研究,并采用总分类精度Q3、内容平衡精度指数Q9等参数评估预测分类系统性能.预测结果表明,基于分段伪氨基酸组成成分特征提取方法的预测性能,优于基于完整蛋白质序列的伪氨基酸组成成分特征提取方法.例如,基于分段矩描述子伪氨基酸组成成分特征提取方法,数据集C2129的Q3和Q9分别为84.7%和60.8%,比基于完整蛋白质序列的矩描述子伪氨基酸组成成分特征提取方法分别提高1.8和2.2个百分点,且Q3比现有Xiao等人的方法提高了9.1个百分点.基于分段伪氨基酸组成成分特征提取方法构成的特征向量不仅包含残基之间的位置信息,而且还包含蛋白质子序列之问的耦合信息,另外蛋白质分段子序列可能和蛋白质的功能域有一定的联系,从而使这一方法能够有效地预测蛋白质亚细胞定位.     

植物叶形的计算机识别系统

植物叶形是识别植物的重要和常用形态特征, 建立计算机自动识别系统对于认识和正确识别植物十分重要。本文论述了植物叶形图像识别系统设计中的图像处理、特征提取及分类识别等问题。本系统采用Visual Basic.Net编程工具设计, 在Windows 2000/XP平台上通过叶片图像的输入、变换、平滑和分割等识别过程,实现了叶片图像的形状和叶缘特征的结果输出。实验结果表明, 该系统能够很 好地识别植物的叶形, 对14种植物337份叶片样本的叶形测试准确率达93.2%。为植物识别的进一步研究奠定了基础。     

事件诱发电位信号分类的时空特征提取方法

准确对事件诱发电位(ERPs)进行分类,对于各种人类认知研究和临床医学评估非常有意义.由于ERPs信号是非常高维的数据,而且其中包含非常多的与分类无关的信息,从ERPs信号中提取特征尤显重要.分析了共空间模式(CSP)的原理和不足,引入自回归(AR)模型与白化变换相结合,提出了针对ERPs分类的时空特征提取方法,并设计了验证该方法的认知实验,在认知实验数据上分别用时空特征提取方法与CSP提取特征,用同样的分类器支持向量机(SVM)训练分类器,比较它们的分类效果.实验表明,在ERPs分类问题上,时空特征提取方法与CSP相比具有明显的优势,在参数确定合理的情况下,时空特征提取方法可使分类准确率达到90%以上.