用BP神经网络基于氨基酸特性预测非同源蛋白质二级结构含量

依据蛋白质氨基酸特性,以氨基酸组成和有偏自协方差函数为特征矢量,用BP神经网络提出了一种预测非同源蛋白质中α螺旋和β折叠二级结构含量的计算方法。采用相互独立的非同源蛋白质数据库对该方法进行了检验。用Ponnuswamy值时,对二级结构α螺旋和β折叠含量的预测结果是;自检验平均绝对误差分别为0.069和0.065,相应标准偏差分别为0.044和0.047;他检验平均绝对误差分别为0.077和0.070,相应标准偏差分别为0.051和0.049。与仅以氨基酸组成为特征矢量的BP神经网络方法比较,相应的他检验平均绝对误差分别减小了0.024和0.016,标准偏差分别减小了0.031和0.018;与改进的多元线性回归方法比较,相应的他检验平均绝对误差分别减小了0.018和0.011,准偏差分别减小了0.020和0.012。表明：基于氨基酸组成和有偏自协方差函数为特征矢量的BP神经网络预测蛋白质二级结构含量的方法可有效提高预测精度。     

基于卷积神经网络的侵入性酿酒酵母感染疾病的检测方法

酿酒酵母(Saccharomyces cerevisiae)是常用于烘焙和酿造行业的发酵菌种,也作为益生菌用于预防和治疗各种腹泻及其相关疾病.然而,近二十年来,由于摄入酿酒酵母产生的侵入性酿酒酵母感染的病例一直在不断增加,特别是在老年人、免疫功能低下和危重患者群体中.此外,目前临床上所用酿酒酵母侵入性感染疾病的诊断方法耗时较长,而容易错过最佳的诊断时间和难以实现早期预防.本文提出了一种基于卷积神经网络的目标检测的方法用于对血液中的酿酒酵母细胞进行检测和识别,以达到侵入性酿酒酵母疾病诊断的目的.该方法是基于以ResNet-50网络结构作为特征提取网络构建的SSD算法.以实际采集的血液和酿酒酵母细胞混合液的样本图像作为算法的训练和测试数据,实验结果表明该方法的识别准确率可达到97.70%,检测时间为0.31 s.并且通过与相似的其他3种卷积神经网络算法的测试对比,结果表明该算法识别准确率也有着明显的优势.该论文通过实验验证了,基于卷积神经网络的目标检测方法有望作为侵入性酿酒酵母感染疾病检测和诊断的一种新方法;且该方法检测准确率高和时间短的优势有望实现侵入性酿酒酵母感染疾病的早期预防和及时诊...     

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。     

基于BP神经网络与ETM+遥感数据的盐城滨海自然湿地覆被分类

高效而精确的湿地遥感分类是大范围湿地资源动态监测与管理的必要保障。本研究使用ETM 遥感数据,借助Matlab神经网络工具箱,构建了基于BP神经网络的滨海湿地覆被分类模型,并将其应用于江苏盐城沿海湿地珍禽国家级自然保护区的核心区的自然湿地覆被分类研究中。本研究选择3、4、7、8波段作为输入层变量,单隐藏层设为10个节点,输出层变量对应待划分的8种覆被类型,构建三层式BP神经网络滨海湿地覆被分类模型。结果显示,BP分类总精度为85.91%,Kappa系数为0.8328,与最小距离法和极大似然法的分类总精度相比,分别提高了7.99%和6.08%,Kappa系数也相比提高。研究结果表明,BP神经网络分类法是一种较为有效的湿地遥感影像分类技术,能够提高分类精度。     

1988-2013年基于BP神经网络的植被叶面积指数遥感定量反演

叶面积指数（Leaf Area Index,LAI）高度综合了植被水平覆盖状况和垂直结构,以及枯枝落叶层厚薄和地下生物量多少,是植被影响土壤侵蚀的主要方面。区域尺度的时间序列叶面积指数揭示了区域土壤侵蚀的演化过程。因此,及时准确地掌握区域尺度上长时间序列的植被LAI,对研究土壤侵蚀动态变化与植被的关系至关重要。选择南京市1988-2013年10期遥感影像,基于反向传播（Back Propagation,BP）神经网络构建LAI反演模型,进行了长时间序列的叶面积指数反演。结合2009和2010年LAI实测值,验证与探讨了该模型的评价精度与适应性。结果表明：（1）该模型拟合度较高,2009和2010年平均相对误差、均方根误差、相关系数分别是0.2395和0.2174,0.2962和0.2581,0.7713和0.6844,各项精度评价指标均较好;（2）统计分析去除耕地后全市LAI变化,低植被覆盖（LAI<2）面积不断增加,高植被覆盖区（LAI>3）面积先减少后增加,耕地面积不断减少,符合南京市的发展变化规律;（3）主城区LAI年际变化与其他学者得到的南京市植被盖度变化趋势一致,反演结果的时序性较高。本文提出的基于反向传播神经网络模型反演长时间序列LAI是可行的,为区域尺度土壤侵蚀定量遥感监测提供新途径。     

基于最大熵和改进PCNN的医学图像自动分割算法研究与实现

本文提出了基于最大熵和改进的PCNN(Pulse Coupled Neural Network)相结合的新方法,采用最大熵确定PCNN网络的循环迭代次数.提出的方法无需考虑PCNN参数的选择,可有效的自动分割各种医学图像,同时利用最大熵得到最优分割结果.该方法对于PCNN理论在医学图像分割领域的应用有着重要的意义.     

L-缬氨酸发酵培养基的神经网络建模与遗传算法优化

运用神经网络对L-缬氨酸发酵培养基组成进行建模,在神经网络模型的基础上采用遗传算法对培养基组成进行优化,得到最佳发酵培养基组成.结果表明,运用神经网络并结合遗传算法是一种行之有效的优化方法.按最佳发酵培养基组成进行发酵实验64h,可在发酵液中积累L-缬氨酸28.5g/L.     

带脉冲变系数的BAM神经网络的全局指数稳定性

在固定脉冲时刻,利用无需有界、单调和可微的李普希茨激励函数,来研究BAM脉冲神经网络,获得平衡点的存在唯一性和全局指数稳定性的充分条件,然后通过举例来验证所得结论的有效性．     

持续高频刺激改变短刺激产生的神经网络效应

不同时长的电脉冲高频刺激(high frequency stimulation,HFS)对于脑神经系统具有不同的作用.其中,数秒时长的短促HFS可通过"点燃"效应制作动物癫痫模型,也可以产生长时间保持的突触可塑性变化,而数分钟以上的长时HFS却可以安全地用于临床的深部脑刺激,治疗多种脑疾病.因此推测,持续的HFS可以改变短促刺激产生的效应.为了验证此推测,在大鼠海马CA1区的输入轴突纤维Schaffer侧支上,分别施加5 s和2 min两种时长的100 Hz HFS,并监测刺激结束后下游神经元群体对于单脉冲测试的响应电位,即群峰电位(population spike,PS).结果显示,5 s短HFS结束时会紧跟后放电痫样活动,并且,从测试脉冲诱发的PS幅值和潜伏期可见,短HFS诱导的兴奋性增强可以维持数十分钟.反之,2 min的长HFS结束时紧随之后的是数十秒无发放活动的静息期,而且,PS在数分钟内即恢复到HFS前的基线水平.这些结果表明,长时HFS的后期刺激可以改变前期短促刺激对于下游神经网络的作用,即消除短刺激可能产生的长时程兴奋效应.此发现对于深入了解高频刺激的作用机制、促进深部脑刺激的临床应用具有重要意义.     

具有时滞的广义BAM脉冲神经网络的全局指数稳定性

本文讨论一类具有时滞的广义双向联想记忆（BAM）脉冲神经网络的指数稳定性．利用Banach空间的不动点定理和Lyapunoy泛函,在不假定激励函数有界、单调和可徽的条件下,得到了平衡点的存在唯一性定理及其为全局指数稳定的充分条件．文末通过实例阐释了所获结论的有效性．