一种二次投影识别蛋白质谱数据的新方法

 作为一种蛋白组学工具,质谱法的使用对疾病的早期诊断和治疗带来了革命性的变化。然而,由于面临“维数灾难”问题,大部分机器学习方法不能直接用于识别蛋白质谱数据,同时这些方法也面临着识别性能较低的问题。借鉴主分量分析（PCA）与局部线性判别嵌入（LLDE）在人脸识别方面取得的较好效果,提出了用于蛋白质谱数据识别的二次投影法(DTP)及改进的二次投影法(MDTP)。该方法先对数据去噪并用T检验降维,再提取均方误最小的第一次投影特征向量与可分性最好的第二次投影特征向量,最后将预处理过的数据先后在二次特征向量空间投影并分类。在卵巢癌蛋白质谱数据上的实验表明,二次投影及其改进方法识别性能较好,优于现有各方法。     

含有C*-正规子群的有限群

设G为有限群,H是G的子群.称H是G的S-拟正规子群,如果对G的任意Sylow 子群P,有HP=PH;称H是G的S-拟正规嵌入子群,若H的Sylow子群为G的某个S-拟正规子群的Sylow子群;称H是G的C*-正规子群,如果G有正规子群K使得G=HK且满足H∩K在G中是S-拟正规嵌入的.设d是p-群P的最小生成元个数.考虑P的d个极大子群构成的集合Μd(P)=P1,...,Pd且使得它们的交是P的Frattini子群Φ(P).对Μd(P)中的群在满足C*-正规假设条件下群的结构进行了研究,并推广了最近的一些结论.     

一种基于流形学习重建的脱机手写数字识别算法研究

本文针对在手写字符识别中由于书写习惯和风格的不同造成字符模式不稳定的问题,提出了一种基于流形学习重建的手写体数字识别方法。该方法与传统的流行学习识别方法不同,传统的方法是先对待识别模式进行降维,然后再对降维后的特征进行分类识别;本文提出基于重建的LLE算法（简称RLLE）。该算法首先分别对每一类字符训练样本进行LLE降维,得到每一类字符降维后的向量。然后将待识别字符分别在每一类字符中进行降维,并依据该降维后的矢量在每一类中对字符进行重建。最后选取重建误差最小的为待识别的所属的类。通过对MINST字库的一系列实验表明该算法具有较高的识别率,同时该方法为手写体数字识别的研究提供了一条有效的新途径。     

关系嵌入和类协方差度量的小样本图像分类

在小样本图像分类的问题情景下,图像之间具有结构性、辨别性的特征关系还未被重视,图像的特征关系匹配不足,导致特征嵌入不完善,度量效果不明显.为了关注图像特征之间的匹配关系,通过关注单个图像的空间信息及匹配图像间的特征,实现度量嵌入特征的关系,提出基于关系嵌入和类协方差度量的网络结构,通过自相关注意表示和交互相关注意来学习图像内和图像间的特征关系.其中,将单个图像的基本特征表示映射成自相关张量,关注其中的通道空间信息,学习图像张量内结构信息.而对于图像对,计算2个图像表示的互关联信息,并生成共同注意,从而得到图像间具有判别性的关系信息.最后用马氏距离度量特征关系.经过大量实验验证之后,在3个小样本基准数据集中评估,并与大量现有方法进行对比,结果显示网络结构对学习特征间关系具有一定的有效性.     

动力系统实测数据相空间重构的改进方法

应用本征值分解技术对动力系统实测数据嵌入空间矩阵的本征值进行了计算,提出了具体计算嵌入空间矩阵本征值及其本征向量的改进计算方法,以及嵌入空间矩阵基的改进选取方法,并将所得到的动力系统实测混沌数据向已正交化、单位化了的本征向量上投影,从而完成了动力系统实测混沌数据的相空间重构工作。     

H~(Ba)(D)空间的内插定理(英文)

研究了一类由 Hp空间构成的 Ba空间的内插性质 ,给出了 HBa(D)空间的三个内插定理     

具有奇性的非线性椭圆方程的边值问题

本文研究奇异椭圆方程的边值问题．利用变分方法和锥理论中的混合单调方法,证明了奇异方程正解的存在性、唯一性     

改进加权矩阵的双图像可逆数据隐藏算法

针对插值灰度图像嵌入容量有限和视觉质量较差的问题,提出了改进加权矩阵的双图像可逆数据隐藏算法,通过仅增加或减少载体图像的插值像素来嵌入多个机密数据位,进一步提高图像嵌入容量和视觉质量。该算法通过插值放大原始图像的大小生成载体图像,使用具有相同大小的共享预定义加权矩阵对原始像素块进行逐项相乘模和,将机密信息根据块的数量交替地嵌入2幅图像中,在每次迭代前,使用共享密钥修改加权矩阵以保护隐藏信息,加权矩阵有助于在较小失真的情况下嵌入更多的数据位,有效实现了安全性和嵌入容量。实验结果表明,该算法可以抵抗剪切、噪声、不透明修改等隐写攻击。相对于其他方法,该算法在嵌入容量和PSNR方面都有明显的提高。     

一种标签嵌入子空间的跨模态离散哈希学习

针对有监督的跨模态哈希检索存在计算成本高及准确度不高的问题,提出了一种标签嵌入子空间的跨模态离散哈希学习方法,将数据信息和标签信息同时嵌入到公共子空间中,通过以带标签信息的语义特征逼近公共子空间、并生成低松弛的离散哈希码,降低了计算成本,快速生成了具有丰富语义的公共子空间.经3个标准数据集对比实验,结果表明其准确率均优...     

一种基于预估-修正策略的非定常流网格自适应加密/稀疏方法

给出一种非定常流动数值模拟的网格自适应处理方法.在"求解流动方程-自适应调整网格"的流程中,引入预估-修正步.根据自适应周期内每个时间步上的流场预估解,计算单元上的事后误差估算值.建立考虑解演变的网格自适应指示器,并进行多层次单元加密-稀疏的动态网格自适应处理.在自适应网格上重新计算流场.每个自适应周期中,流动演变区域的网格获得加密;而前一个周期中的特征现象已离开区域的网格被稀疏.应用边界非协调的当地DFD(Domain-Free Discretization)方法求解流动方程.为验证网格自适应处理方法,针对静止圆柱和自推进游鱼的流动进行了数值实验.