线性系统的特征结构配置

本文讨论线性系统状态反馈的特征结构配置问题,给出可配置根系的必要充分条件,指出其结构特征,并用例子说明根系的选择过程及反馈矩阵的求法。     

利用小波包提取脉象信号特征的方法

将基于小波包分析构造特征向量的方法应用到脉象信号分析中,阐述了构造方法,给出了实验数据.构造的特征向量具有较好的重复性与稳定性,可以较有效地区分正常人与心脏病人.     

人miR-134真核表达载体的构建及其鉴定

针对人工识别汽车轮胎标识点颜色效率低、误差大的问题,研究了一种基于支持向量机的轮胎标识点颜色识别方法,利用PLC 工业相机图像采集系统获取轮胎标识点图像信息,对获取的标识点图像进行图像降噪、标识点分割、颜色特征向量提取等处理,将提取的轮胎标识点颜色特征向量输入到支持向量机颜色分类器中进行颜色识别。实验结果表明,该方法能够有效地识别出轮胎标识点颜色信息。     

状态反馈系统的新特征

本文研究了状态反馈设计方法的机理,给出了状态反馈系统等价类的充分必要条件,以及状态反馈方法在配置系统极点时,对应的闭环特征向量的解析型式。指出了状态反馈设计方法中存在的设计自由度的型式,以及利用特征向量设计状态反馈系统的可行性。     

基于SAS与R软件的主成分分析

本文目的是介绍主成分分析的概念、作用和用软件实现计算的方法。应弄清适合进行主成分分析的数据结构、如何利用SAS和R软件实现计算的具体方法,尤其是计算结果的解释和利用。值得注意的是:满足同质性的单组设计多元定量资料是适合进行主成分分析的数据结构的突出特点;主成分分析可用于下列场合:数据降维、主成分回归分析和主成分聚类分析等。     

一种基于小波变换的配准特征点自动标记算法

以颅脑CT图像为研究对象,提出了一种基于小波变换的自动标记非刚性配准所需对应特征点的算法.这种算法充分考虑了颅脑CT图像的像素点及其临域的纹理特征,通过进行小波变换建立对应于每个像素点的多分辨率小波特征向量,并以小波特征向量间的差异作为判别依据,在目标图像中标记非刚性配准所需的对应特征点.一系列的实验结果表明,这种基于小波变换的算法能够准确地在目标图像中标记出配准所需的对应特征点,可以作为基于特征的非刚性配准对应特征点自动标记的参量之一.     

基于二次互信息特征选择的人脸表情识别研究

针对主动表观模型(AAM)在表情识别中特征点定位不够精确以及特征数据存在冗余性的问题,本文通过对AAM拟合时初始模型的自动调整,提高了定位准确度,使获取的特征更能有效的反映表情的变化;用二次互信息解决特征矢量选择问题,减少了特征维数,再构造支持向量机(SVM)分类器进行表情识别.实验于CAS-PEAL人脸表情库的结果显示本文采用的方法能有效地提高人脸表情识别性能,最高识别率为83.33%.     

关于用主成份分析综合评价存在的两个问题

在民份分析作综合评价时,对取多少个主成份作综合评价及综合得分的合理性上,作者提出了自己的看法,并用特征向量对后者作了进一步分析。     

基于配准前特征提取的颅脑病变检出方法研究

针对从高分辨率颅脑CT图像中自动检出病变以实现计算机辅助诊断的需求,提出配准前特征提取的方法。该方法的主要特点是在图谱创建过程中使用散布点内插法获得整数点的特征值,而在病变检出时则采用格子点内插法获得非整数点的特征值。相对于配准后的特征提取,配准前的特征提取能够更加准确地描述图像的灰度特征和纹理特征。通过实验验证,基于配准前特征提取的颅脑病变检出方法能够提高病变检出率,提高检测精度,但同时也增加了假阳性率。为了减少假阳性率、进一步提高检测精度,在下一步的工作中要研究基于三维体数据的病变检出方法,同时还需要进一步研究非刚性配准的可逆性。     

深度学习在抗菌肽药物研究中的应用进展

抗菌肽(AMP)作为未来最有希望解决病原微生物耐药性的新型抗菌药物之一,其研发备受关注。抗菌肽一般较短,组成多样,迄今人们已发现数千条天然抗菌肽,并建立了多个公开的抗菌肽数据库,为新型抗菌肽的研发和设计奠定了基础。另一方面,深度学习和人工智能作为信息处理的有力工具,已被大量应用于医学影像信息处理、疾病诊断、药物设计等领域,在抗菌肽的设计和研发上也受到广泛关注。在抗菌肽的信息描述方面,人们使用了伪氨基酸残基组成、位置特异性评分矩阵、独热码等多种特征向量;在深度学习方法上,研究人员应用了循环神经网络、卷积神经网络、对抗生成网络等多种算法,开发了ACEP、CLaSS等抗菌肽活性预测和序列生成模型。这些模型有望加速新型抗菌肽的发现,为应对耐药菌感染,尤其是临床上难以治疗的耐药性革兰阴性菌感染,提供新的手段。