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．     

二元神经网络模型概周期解的存在性

本文研究了两个神经元的神经网络模型y1(t)=-α1y1(t) f(y2(t-T1) -Г2)) J1(t),y2(t)=-α2y2(t) g(y1(t-T2)-Г1)) J2(t)概周期解的存在性,获得存在概周期解的充分条件。     

CBSG-PPI:基于图神经网络的蛋白质-蛋白质相互作用的预测算法

为提高蛋白质-蛋白质相互作用(protein-protein interaction, PPI)预测的准确性,并深入探索细胞信号传导和疾病发生的生物学机制,本文提出一种简称为CBSG-PPI的预测算法。该算法首先利用3层前馈网络来处理蛋白质的k-mer特征,采用CT方法和Bert方法提取蛋白质的氨基酸序列以及使用卷积神经网络提取蛋白质的序列特征,再结合图神经网络和多层感知机来准确预测PPI。与现有的预测技术相比,CBSG-PPI在准确率、 F1分数、召回率和精确率等多个关键性能指标上展现了明显的优势,在公开数据集上分别达到了0.855、 0.853、 0.840和0.866的高分。此外,本算法采用了一种改进的参数调整方法,显著提高了计算效率,其预测速度比传统算法快了约140倍。这一显著的性能提升,不仅证实了CBSG-PPI在预测PPI方面的研究价值,也为未来蛋白质间相互作用网络的构建和分析提供了有用的计算工具。     

信息几何-计算神经科学的几何学方法

信息几何是九十年代初开始形成的理论,它将流形上的现代微分几何方法引入到计算神经科学中,为神经网络和信息论提供了十分有用的新的数学工具,也为大脑信息传输方式引入新的观念。近年,信息几何在Ｂｏｌｔｚｍａｎｎ机、神经网络的学习方法、隐单元模型理论、统计推断及序列分析诸方面产生了成功的应用。理论的发展与丰富的应用显示出几何学方法在神经科学与信息科学中具有强大的作用。     

基于神经网络的马尾松叶绿素含量高光谱估算模型

分析不同生长期的马尾松冠层反射光谱特征与相应叶绿素含量的相关关系.利用36个红边参数逐一筛选,最终确定7个与叶绿素含量相关性较高的红边参数作为光谱特征参数,分别应用逐步分析法与BP神经网络构建叶绿素含量的高光谱估算模型;同样,筛选出4个植被指数作为光谱特征参数,同时,将对原始光谱进行主成分分析降维后的前4个主成分作为BP神经网络的输入变量,分别应用逐步分析法与BP神经网络构建叶绿素含量的高光谱估算模型.结果表明: 将红边参数作为输入变量建立的逐步回归模型和BP神经网络模型的决定系数(R²)分别为0.5205、0.7253,均方根误差(RMSE)分别为0.1004、0.0848,相对误差分别为6.3%、5.7%.将植被指数作为输入变量建立的逐步回归模型和BP神经网络模型的R²分别为0.5392、0.7064,RMSE分别为0.0978、0.0871,相对误差分别为6.2%、6.0%.基于主成分分析的BP神经网络模型的预测效果最好,R²为0.7475,RMSE为0.0540,相对误差为4.8%.     

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.     

基于进化信息改进蛋白质定点突变稳定性预测准确率

定点突变后蛋白质稳定性的增加还是降低,是分子生物学和蛋白质工程的核心问题之一,也是目前生物信息学研究的重要领域。基于蛋白质序列信息对蛋白质定点突变后的稳定性进行预测的方法,因其简易、适用面广而得到广泛的研究应用。通过对编码策略（coding schemes）的探索,发现不同编码策略对预测准确率有较大影响,并发现基于进化信息的BLOSUM打分矩阵可以用于蛋白质定点突变稳定性预测,具有较高的预测准确率。应用基于BLOSUM62打分矩阵的神经网络（ANN）和支持向量机（SVM）算法,可以改进蛋白质定点突变后稳定性的预测,而且ANN+ BLOSUM62在1623条序列的数据集上的实测结果优于目前国际通用的几款预测 软件。     

基于径向基函数神经网络的温室室内温度预测模型

试验证实径向基函数神经网络(Radial Basias Function Neural Network)在函数逼近能力、训练速度方面都有良好的性能．采用最小正交二乘法为训练算法,基于传统的数学分析,用PRIVA公司温室监控系统采集数据,选用当前时刻室外温度、风速、太阳辐照度、顶窗开度、内帘幕展开度、水温、室内温度、相对湿度,再加上1个时间间隔、2个时间间隔以前的室内温度作为输入向量,获得了满意的温室室内温度一步预测模型(均方差等于0．0073)．该模型为设计温室环境控制器及分析温室性能奠定了良好基础．     

昆虫生物钟分子调控研究进展

昆虫生物钟节律的研究是人类了解生物节律的重要途径。昆虫在生理和行为上具有广泛的节律活动,如运动、睡眠、学习记忆、交配、嗅觉等节律活动,其中昼夜活动行为节律的研究广泛而深入。昆虫乃至高等动物普遍具有保守的昼夜节律系统,昼夜生物钟节律主要包括输入系统:用于接受外界光和温度等环境信号并传入核心振荡器,使得生物时钟与环境同步;核心时钟系统:自我维持的昼夜振荡器;输出系统:将生物钟产生的信号传递出去而控制生物行为和生理的节律变化。早期分子和遗传学研究主要关注昼夜节律振荡器的分子机制及神经生物学,阐明了昼夜生物钟节律的主要分子机制及相关神经网络。最近更多的研究关注生物钟信号是如何输入和输出。本文以果蝇运动节律的相关研究为主要内容,围绕生物钟输入系统、振荡器、输出系统这3个组成部分对昆虫生物钟研究进展进行总结。     

改进GA-SVM在冠状动脉疾病诊断中的应用

改进的遗传算法（GA）自动优化支持向量机（SVM）参数,同步决策最优特征子集。新颖的分组多基因交叉技术保留了基因小组中的信息,而且允许后代继承更多的来自染色体的遗传信息。该算法促进可行解集中的高质量染色体信息交换,提高了解空间的搜索能力。实验结果说明：改进GA-SVM不仅可决策出与疾病相关的重要特征变量、优化SVM参数,而且可提升分类性能。与前馈BP神经网络及自适应模糊推理系统两种学习算法的比较表明,改进GA-SVM具有更好地表现。