一种复合神经元网络结构的并行动力学及快速学习算法

提出两种功能互相不同的神经细胞组成的复合神经元网络(CNN)模型;导出一种特殊结构的CNN的并行动力学;而且证明了它的稳定性。在这些结果基础上,得到快速的假逆矩阵学习算法。计算机仿真试验证实学习算法与动力学稳定性的正确性,并表现出良好的容错性能与存储容量。     

一种以准DOG分布为基元的体视匹配算法

本文提出了一种新体视的匹配算法,其特点是:(1)以准DOG分布为基元;(2)以同源性、唯一性、顺序性为约束;(3)本质上是一种协同算法。理论分析和实际计算表明,该算法是合理的,有效的。最近的一些心理物理学结果是支持我们的这个算法的。     

北部湾茅尾海无瓣海桑红树林地上生物量反演——基于XGBoost机器学习算法

无瓣海桑是广西从自治区外引进的外来红树林树种,采用定量化算法精确估算无瓣海桑地上生物量对红树林生态修复以及海洋蓝碳监测提供经验和方法。论文以广西茅尾海自然保护区无瓣海桑红树林为研究对象,以野外实测无瓣海桑红树林地上生物量数据和Sentinel-1/2卫星提取的后向散射数据、波段数据、植被指数数据和纹理指数数据为数据源,通过分析各遥感因子与实测红树林地上生物量之间的重要性关系,采用极端梯度提升(XGBoost)机器学习算法对比了不同的变量组合对模型精度的影响,最后基于优选的变量组合反演了无瓣海桑红树林的地上生物量。结果表明：(1)研究区无瓣海桑红树林实测树高范围为1.55—13.58m,平均值为8.37m,胸径范围为0.7—41cm,平均值为15.62cm;(2)通过XGBoost算法优选的21个特征变量组合模型拟合效果较好,其模型在测试阶段R²=0.7237,RMSE=21.70Mg/hm²。XGBoost算法反演研究区无瓣海桑地上生物量介于19.14—138.46Mg/hm²之间,平均值为51.92Mg/hm^...     

适用于获取最优化配方的一种算法

本文应用印楝种仁提取物（F3）与敌敌畏混配为例,以斜纹夜蛾（Spodopteralitura）为目标害虫,介绍一种适用于获取最优化配方的算法,在二次通用回归旋转组合设计的基础上,经参数辨识,获取二次回归方程,经失拟性、回归显著性检验,本方程基本能够反映杀虫剂用量与斜纹夜蛾幼虫死亡机率值之间的关系．在害虫防治实践中,要求在防治费用最小的基础上,目标害虫有最大的死亡率.因此,以防治目标害虫的费用作为优化算法的目标函数,以害虫死亡机率值最大作为约束条件,有如下的一组优化算式为目标函数约束条件式中a1,a2分别为参试杀虫剂1,2最低用量,b1,b2则为相应的最高用量．C1,C2分别为杀虫剂1,2的单价,N1,N2为杀虫剂l,2的用量．Y为目标害虫死亡机率值回归方程．本文所依据的试验设计中,以对数函数关系变换编码值与使用浓度之间的关系,所以应用拉格朗日求极值原理求取最优化配方．由计算所得的混配比例与其他方法所获结果一致．     

血红素铁数据库及动物性铁估算法评价女大学生铁营养状况

目的：比较血红素铁数据库和动物性铁估算法评估大学生铁营养状况的差异,为大学生膳食铁营养状况评价提供科学依据。方法：采用3 d 24 h膳食回顾法进行膳食调查,利用血红素铁数据库计算调查对象的血红素铁摄入量,同时用动物性铁估算法估算血红素铁摄入量,对两种方法的评价结果进行比较。结果：按动物性铁40%估算,女大学生血红素铁摄入量为0.85 mg/d;按血红素铁数据库计算,女大学生血红素铁摄入量为0.62 mg/d。估算法得到的血红素铁摄入值高于血红素铁数据库计算值（P＜0.05）。结论：在评估大学生铁营养状况时,用动物性铁的40%进行估算会使血红素铁摄入量被高估,应根据肉的种类及部位,使用血红素铁数据库进行评估。     

黄河首曲玛曲县高寒湿地景观格局演变

高寒湿地是青藏高原地区最重要的生态水源涵养区之一, 也是局部气候的有效调节者, 其动态变化与成因亟待深入研究。该研究基于遥感图像分析、地理信息系统空间分析和景观生态指数分析结合的方法, 以黄河首曲玛曲县高寒湿地为研究对象, 对1995-2018年6期湿地的动态变化进行研究。结果表明, 研究区湿地在1995-2010年间不断退化, 1995-2010年湿地面积总共减少了18 680.31 hm²。在2010-2018年间黄河首曲高寒湿地面积有所增加, 但与20世纪90年代相比, 21世纪初开始湿地的面积普遍呈现下降趋势; 1995-2010年湿地斑块数不断增加, 斑块密度不断增大, 平均斑块面积下降, 景观的破碎度升高; 2010-2015年湿地斑块数和斑块密度减少, 2015-2018年湿地斑块数和斑块密度增加, 平均斑块面积先增大后减小, 景观的破碎度先降低后升高。1995-2010年研究区高寒湿地景观Shannon多样性指数和Shannon均匀度指数均呈现下降的趋势, 湿地的景观结构趋于简单, 景观类型分布更加集中。2010-2018年湿地景观Shannon多样性指数和Shannon均匀度指数均呈现上升趋势, 湿地的景观结构趋于复杂, 景观类型增加且分布更加分散。进一步的驱动力分析表明, 引起黄河首曲高寒湿地景观格局演变的主要因素是蒸发量和降水量, 其次是人口数量和大牲畜数量等人类活动影响。气候因子是影响黄河首曲高寒湿地面积变化的主要原因, 过度的人类经济活动在一定程度上加剧了湿地的变化。     

基于分组重量编码的蛋白质功能预测

从蛋白质序列出发,采用分组重量编码(Encoding Based on Grouped Weight,简记EBGW),并结合最近邻居算法对蛋白质功能进行预测。对酵母(Saccharomyces cerevisiae)蛋白质的1826条序列进行预测,整体预测准确率与其他基于序列信息的蛋白质功能预测方法相当。实验结果表明基于EBGW编码方案的新方法可有效地应用于蛋白质功能预测。     

三维肺部图像中疑似肺结节结构的自动提取

本文提出了一种肺部CT图像三维数据中自动提取疑似结节区域的方法。首先结合阈值分割、种子填充等方法,在三维体数据上分割出肺实质。进而利用改进的模糊C均值聚类,提取出结节及具有结节特征的血管、支气管等感兴趣区域。该工作对感兴趣区域的特征提取有重要意义,是早期肺癌计算机辅助诊断重要的一步。     

拽线法:一个构建系统发育树的新算法

这篇文章要讨论的拽线法（DL）是贪婪算法的一种。和Fitch—Margoliash（FM）一样,DL也是基于距离矩阵构建系统发育树,但是和FM算法相比,DL具有低复杂度、较高的容错性和准确度高的优点。当存在误差时,DL算法只是加大了不在同一个父节点下的基因序列的距离,但能够准确的判断序列的亲缘关系,进而得到完美的进化树拓扑结构;相比之下,FM算法让各个基因序列间的距离均摊了这种误差,从而有可能将本应该具有相同父节点的基因序列分到不同的分支。     

基于鼠脑海马位置细胞与Q学习面向目标导航

生理学实验表明在鼠脑海马结构中存在的一种具有特异性放电特征的细胞,它在大鼠空间导航和环境认知中起着关键性作用,该特异性神经元被称之为位置细胞。本文将基于位置细胞、运动神经元来构建一种前馈神经网络模型,采用Q学习算法实现大鼠面向目标导航任务。实验结果表明该前馈神经网络模型能快速实现大鼠面向目标导航任务。