基于深度学习的八类蛋白质二级结构预测算法

蛋白质二级结构预测是结构生物学中的一个重要问题。针对八类蛋白质二级结构预测,提出了一种基于递归神经网络和前馈神经网络的深度学习预测算法。该算法通过双向递归神经网络建模氨基酸间的局部和长程相互作用,递归神经网络的隐层输出进一步送入到三层的前馈神经网络以便进行八类蛋白质二级结构预测。实验结果表明,提出的算法在CB513数据集上达到了67.9%的Q₈预测精度,显著地优于SSpro8和SC-GSN。     

基于像素评估与运动补偿预测误差扩展的视频水印算法

目的为了解决当前视频水印技术因忽略了视频像素特性与时间的相关性,从而出现嵌入失真和水印容量较低等不足,设计一种基于像素评估和运动补偿预测误差扩展的自适应视频水印算法。方法首先,引入运动补偿预测误差扩展方法,预估每个视频帧的像素灰度值,从而获取其对应的运动补偿预测误差。再依据预测误差,计算像素的运动补偿局部标准差,将整个视频分割为平滑和非平滑子块。依据运动补偿局部标准差,结合像素选择阈值,从平滑块中选择出合适的像素用于嵌入水印。依据评估的水印容量与选择的视频像素,针对不同的像素,设计不同的水印嵌入机制,将水印信息隐藏到视频特定的像素中,通过完成边信息的嵌入,从而输出水印视频。最后,构建水印提取方法,从水印图像中检测出初始水印。结果测试数据显示,与当前视频水印方法相比,所提算法具有更高的水印容量和更低的失真度,其最大水印容量为2 bits,提取水印信息的PSNR值在40 dB以上。结论所提算法具有良好的不可感知性与较低的失真,在版权保护、信息防伪等领域具有一定的应用价值。     

基于L2,1范数稀疏特征选择和超法向量的深度图像序列行为识别

结合L_2,1范数稀疏特征选择和超法向量提出了一种新的深度图像序列行为识别方法。首先从深度图像序列中提取超法向量特征;然后利用L_2,1范数稀疏特征选择方法从超法向量特征中选择出最具判别性的稀疏特征子集作为特征表示;最后利用线性分类器Liblinear进行分类。在MSR Action3D数据库上的实验结果表明,所提方法使用2%的超法向量特征获得的识别率为94.55%,并且 具有比 其他方法更高的识别精度。     

基于多模态融合和时空上下文语义的跨媒体检索模型的研究

如何跨越低层特征描述到高层语义知识的“语义鸿沟”已成为跨媒体检索(CMR)问题的关键,提出一个基于多模态融合描述和时空上下文语义的跨媒体检索模型,对多模态融合的特征采用主成分分析(PCA)和独立成分分析(ICA)相结合的降维算法、采用基于支持向量机(SVM)和隐马尔可夫模型(HMM)的混合分类器进行语义映射,同时给出了时空模糊聚类分析方法和基于相关反馈的跨媒体检索算法。并在此基础上开发出基于该模型的原型系统,成功验证了该模型的可行性和正确性,可为相关系统的设计者提供思路。     

数据库汉语查询句中查询目标信息的研究

在自然语言处理的研究中，最有希望的应用领域之一是自然语言接口。计算机对自然语言中的查询语言理解的正确程度是自然语言接口质量好坏的关键。通过对汉语查询句——即用于数据库自然语言查询的祈使句和特指问句、是非问句、正反问句、选择问句等共五类句型的研究，建立并研究了复合概念、逻辑概念与标准概念的内在联系，将查询目标概念分解为直接查询目标、逻辑推理目标和比较判断目标三个阶段，研究了这三个阶段的关系。     

基于分布式应用技术的分布式数据库接力棒访问模型

首先介绍了分布式应用技术及分布式数据库特点，然后提出了访问分布式数据库的接力棒访问模型。该模型将多层体系结构的分布式应用技术应用于分布式数据库的访问上，将请求异地数据和异地数据请求都以消息机制进行推送，从而解决在访问分布式数据库情况下网络开销过大、数据库互连复杂、数据更新时保证一致性困难等问题。     

语义校对系统中的句子语义骨架模糊匹配算法

本文给出了用句子语义骨架表示句子语义的具体方法和表示形式.在语义校对系统中建立了这种形式的知识库,每一个知识条代表描述同一个事件的不同句子的共同特征.采用模糊匹配方法计算语句的相似程度.     

基于文本及视音频多模态信息的新闻分割

提出了一种融合文本和视音频多模态特征的电视新闻自动分割方案。该方案充分考虑各种媒体特征的特点,先用矢量模型和GMM对文本进行预分割,用语谱图和HMM对语音预分割、用改进的直方图和SVM分类器对视频进行预分割。然后在时间同步的基础上,使用复合策略用ANN对预分割的数据进行融合,从而获得具有一定语义内容的视频段。实验结果表明此方法的有效性,并且分割后的视频片段具备较完整的语义信息特征,避免了分割的过度细碎的弊端。     

Dijkstra算法的改进及其在警用GIS中的实现

以Hashtable类作为图的存储结构,使用二叉最小堆实现了最小优先队列,充分发挥MapOb-jects2组件和.NET框架的优势并将二者有机结合,对原始的Dijkstra算法进行改进处理,并应用于警用GIS中,提高了系统使用效率.