奇异数据筛选法在玉米籽粒蛋白质近红外光谱检测中的应用

相对于传统生化测定方法,基于近红外光谱(Near infrared spectroscopy,NIRS)玉米籽粒蛋白质含量检测是一种快速、非破坏、且适用于多组分同时检测的新方法。但在建模过程中,由于奇异数据(异常值)的存在会影响近红外光谱模型的预测精度和稳定性,我们采用奇异数据筛选法剔除了玉米籽粒近红外光谱中的奇异数据并建立了玉米籽粒蛋白质含量的偏最小二乘支持向量机(Least squares support vector machine,LS-SVM)模型。本文分别采用杠杆值法(Leverage)、半数重采样法(Resampling by Half-Mean,RHM)和蒙特卡洛采样法(Monte-Carlo Sampling,MCS)剔除了玉米籽粒蛋白质光谱数据中的奇异数据并对模型结果进行比较。在剔除奇异数据的基础上,采用偏最小二乘回归法(Partial least squares regression,PLSR)提取主成分,并基于小生境蚁群算法(Niche ant colony algorithm,NACA)优化偏最小二乘支持向量机(LS-SVM)模型参数(γ和σ2),建立基于LS-SVM的玉米籽粒蛋白质定量分析模型。结果表明,采用3种奇异数据筛选法剔除奇异数据后所建LS-SVM模型的预测结果都优于采用原光谱数据所建模型,相比较而言,蒙特卡洛采样法为基于近红外光谱检测玉米籽粒蛋白质的最佳奇异数据筛选法。     

真光层深度的遥感反演及其在富营养化评价中的应用

真光层深度直接影响水体中浮游植物的分布和初级生产力以及水体生态环境,是水生态研究的一个重要参数.利用2006年10月24日～11月2日太湖水下实测光谱数据和光合有效辐射(PAR)数据,通过数据的处理和分析,尝试建立真光层深度与水面以下遥感反射率的关系模型,并利用真光层深度与透明度的关系,建立水体富营养化真光层深度评价模型.研究结果表明:真光层深度与归一化遥感反射率具有很好的相关性;选用特定波段的归一化反射率作为变量,建立两者的关系模型能较好的反演真光层深度,所建立的模型算法中,指数模型拟合方程的综合效果好于其他模型,波段比值算法反演精度要好于单波段算法;利用利用真光层深度进行富营养化评价具有一定的应用价值,利用该模型对太湖水体进行富营养化评价,得出太湖西部湖区大部分已富营养化,东部湖区处于中营养化和轻度富营养化状态.     

Blackboard Mechanism Based Ant Colony Theory for Dynamic Deployment of Mobile Sensor Networks

A novel bionic swarm intelligence algorithm, called ant colony algorithm based on a blackboard mechanism, is proposed to solve the autonomy and dynamic deployment of mobiles sensor networks effectively. A blackboard mechanism is introduced into the system for making pheromone and completing the algorithm. Every node, which can be looked as an ant, makes one information zone in its memory for communicating with other nodes and leaves pheromone, which is created by ant itself in naalre. Then ant colony theory is used to find the optimization scheme for path planning and deployment of mobile Wireless Sensor Network （WSN）. We test the algorithm in a dynamic and unconfigurable environment. The results indicate that the algorithm can reduce the power consumption by 13% averagely, enhance the efficiency of path planning and deployment of mobile WSN by 15% averagely.     

DNA存储中的编码技术

脱氧核糖核酸(Deoxyribonucleic Acid, DNA)是一种天然的信息存储介质,具有存储密度高、存储时间长、损耗率低等特点。在传统存储方式不能满足信息增长的需求时,DNA数据存储技术逐渐成为研究热点。DNA编码是用尽可能少的碱基序列无错的存储数据信息,包括压缩(尽可能少的占用空间)、纠错(无错存储)和转换(数字信息转为碱基序列)3部分。DNA编码是DNA存储中的关键技术,它的结果直接影响存储性能的优劣和数据读写的完整。本文首先介绍DNA存储的发展历史,然后介绍DNA存储的框架,其中重点介绍DNA编码技术,最后对DNA存储中的编解码技术的未来发展方向进行讨论。     

生物无线传感器网络路由算法研究

生物无线传感器网络在通信时,传感器节点会对其邻近的人体组织产生有害的电磁辐射,并由此引出了温度问题.在生物无线传感器网络中,如只考虑节点的能量问题,则可能致使某部分组织因局部温度过高而受到损伤,因此,传统的传感器网络路由算法并不能完全适用.本文基于以上问题提出一种新的簇头转换算法,综合考虑节点的能量、温度等问题,为各节点设定优先级,选择优先级最高的节点作簇头节点.从而使传感器节点邻近组织的温度得到控制,并且各节点的剩余能量也较为均匀.与传统的算法相比,降低了网络节点对人体的损伤,同时延迟了第一个死亡节点的出现.     

基于蛋白互作网络识别非小细胞肺癌相关基因功能模块

本研究对非小细胞肺癌(non-small cell lung carcinoma,NSCLC)基因表达数据进行差异表达分析,并与蛋白质相互作用网络(PPIN)数据进行整合,进一步利用Heinz搜索算法识别NSCLC相关的基因功能模块,并对模块中的基因进行功能(GO term)和通路(KEGG)富集分析,旨在探究肺癌发病分子机制。蛋白互作网络分析得到一个包含96个基因和117个相互作用的功能模块,以及8个对NSCLC的发生和发展起到关键作用候选基因标志物。富集分析结果表明,这些基因主要富集于基因转录催化及染色质调控等生物学过程,并在基础转录因子、黏着连接、细胞周期、Wnt信号通路及HTLV-Ⅰ感染等生物学通路中发挥重要作用。本研究对非小细胞肺癌相关的基因和生物学通路进行预测,可用于肺癌的早期诊断和早期治疗,以降低肺癌死亡率。     

一种新的蛋白质结构字母序列优化算法

基于蛋白质结构字母的预测和分析方法,一个必然的步聚,是将目标蛋白质离散成结构字母序列。本文在对蛋白质结构字母序列空间,及其最小根均方偏差变化,穷举分析的基础上,提出了一种新的蛋白质结构字母序列优化算法,全局贪婪算法。全局贪婪算法避免了基本贪婪算法过度依赖候选集大小,计算量过大、以及过早收缩于局部最小等缺点。经实验分析,全局贪婪算法在性能上优于基本贪婪算法和局部最优方法。。     

基于灰狼优化算法的蛋白质二级结构分类

针对传统方法在蛋白质二级结构分类中精度低的问题,介绍了一种基于灰狼优化算法的卷积神经网络图像分类算法.首先,选取卷积神经网络模型中所需优化的参数,并且初始化灰狼优化算法的迭代次数、灰狼数量、搜索边界和空间维数;其次,计算优化参数的个体适应度函数,对个体适应度进行排序,确定历史最优解、优解和次优解,更新灰狼的位置;最后,...     

ECG 信号QRS 波群检测算法的进展

QRS波群是ECG信号的重要组成部分,是心电信号分析的基础.QRS波群的检测方法已经有很多种实用有效的方法,并逐步地走向成熟,在实际应用中得到实现.本文就QRS波群的检测方法作了具体的整理与分析,较全面的阐述了实际应用中的各种算法,最后作者对检测算法的发展趋势进行了总结和展望.     

南丰蜜桔可溶性固形物近红外检测的多元线性回归变量筛选

文章采用反向区间偏最小二乘法结合连续投影算法,筛选南丰蜜桔近红外检测的多元线性回归变量。对南丰蜜桔近红外光谱进行多元散射校正后,利用反向间隔偏最小二乘法,从500～1750 nm中初选出7个光谱区间,用于多元线性回归变量筛选。利用通过遗传算法和连续投影算法筛选出的变量建立了多元线性回归模型。经比较发现,利用反向区间偏最小二乘法结合连续投影算法筛选出的变量建立的多元线性回归模型,预测结果最优,模型预测相关系数为0.937,模型预测均方根误差为0.613 oBrix。结果表明,反向区间偏最小二乘法结合连续投影算法,可以有效地筛选近红外光谱的多元线性回归变量,提高南丰蜜桔可溶性固形物模型的预测精度。