A novel multi-objective optimization method: Input values effect on responses (IVER)

In this study, a novel multi-objective optimization method based on the best effect of unique input (independent variable) values on responses (dependent variables) was proposed. The proposed method was compared with optimization using Derringer & Suich function that is still the most used. The comparison was made using the response values measured in real experiments and available in the literature. The advantages of the proposed method such as not needing the polynomial model aiming to predict the response values, no parameter selection problem, being able to offer optimum range instead of single optimum value, being suitable for use with existing experimental designs and being simple and interpretable were demonstrated as a result of comparison. It was also suggested how the proposed method will be effective according to experimental designs, and application for the users' application was presented.     

多铜氧化酶在大肠杆菌中的分泌表达

生物胺是存在于发酵食品中的一类有机物，过量摄入会危害人体健康。多铜氧化酶中的某些酶具有降解多种生物胺的活性，在减控发酵食品中的氨(胺)类危害物方面具有良好的应用前景。研究多铜氧化酶的分泌表达，对酶的特性改造和工业化生产与应用具有重要意义。本研究通过在解淀粉芽孢杆菌来源的多铜氧化酶N端融合信号肽PhoA实现了多铜氧化酶在大肠杆菌中的分泌表达，胞外酶活为69.8 U/L。通过优化诱导条件和酶的分泌确定了多铜氧化酶最优发酵条件为诱导温度25℃、IPTG浓度0.05 mmol/L、诱导时菌体OD600=1.0、诱导6 h后添加150 mmol/L甘氨酸；发酵40 h时胞外多铜氧化酶酶活达到238.1 U/L，是优化前的3.4倍。     

Adaptive Discretization for Computerized Tomography

Two adaptive discretization frameworks are tested for computerized tomography (CT) data reconstruction. Removal of inactive pixels is primary motivation. Efficient and user independent entropy optimized masking is employed for spatial filtering purposes. Density of nodes at high gradient of reconstructed physical property is used as adaptation criterion. An alternative option, independent from noisy projection data and nature of the physical properties, is also discussed. Sensitivity analysis between the uniform and nonuniform (evolved via adaptive route) reconstruction grid reveals the utility of nonuniform grids. Iterative and transform based reconstruction techniques are used. Outcomes are tested successfully on three real world projection data from two different compact CT setups and one commercial high-resolution micro-CT scanner.     

基于深度学习的番茄叶部病害识别模型

番茄叶病种类多、成因复杂,其预防和识别难度较大。传统基于机器学习的方法多靠人工识别,需要一定的专家经验,且具有主观性强、识别准确率不高等缺点。为实现番茄叶病特征的自动提取,并提高识别准确率,提出一种基于深度学习的番茄叶病识别模型。该模型基于卷积神经网络对番茄叶部病害特征进行自动提取,获得高维特征后,采用PCA降维算法去除冗余特征;从增大类间距离并减小类内距离的角度改进了softmax分类器,提高了识别准确率。将该模型在CrowdAI提供的数据集上进行了仿真验证,结果表明,该模型能够对番茄叶部常见10种病害进行自动提取特征和识别,综合识别准确率达到95%以上。     

新型树启发式搜索算法的机器人路径规划

面对三维空间移动机器人从起始点到终止点的最短路径问题,提出一种新型的边缘点树启发式搜索(TreeEP)算法,该方法将地图空间进行密度可调的三维离散化处理,根据障碍安全距离筛选出障碍物的可靠边缘点信息,再利用树扩散架构选出最能引导搜索方向的潜力点进行扩散搜索,最终得出最短路径。提出局部调整策略,得到改进的Tree-EP算法。实验结果表明,在带障碍复杂地形最短路径搜索应用中,提出的Tree-EP算法与已有方法相比,能找到更短的移动路径。     

基于主动学习的离群点集成挖掘方法研究

离群点检测任务通常缺少可用的标注数据，且离群数据只占整个数据集的很小一部分，相较于其他的数据挖掘任务，离群点检测的难度较大，尚没有单一的算法适合于所有的场景。因此，结合多样性模型集成和主动学习思想，提出了一种基于主动学习的离群点集成检测方法OMAL（Outlier Mining based on Active Learning）。在主动学习框架指导下，根据各种基学习器的对比分析，选择了基于统计的、基于相似性的、基于子空间划分的三个无监督模型作为基学习器。将各基学习器评判的处于离群和正常边界的数据整合后呈现给人类专家进行标注，以最大化人类专家反馈的信息量；从标注的数据集和各基学习器投票产生的数据集中抽样，基于GBM（Gradient BoostingMachine）训练一个有监督二元分类模型，并将该模型应用于全数据集，得出最终的挖掘结果。实验表明，提出方法的AUC有了较为明显的提升，且具有良好的运行效率，具备较好的实用价值。     

高效可撤销的身份基在线离线加密方案

身份基加密（IBE）需要提供一种有效的成员撤销机制，然而，现有可撤销成员的IBE方案存在密钥更新和加密运算量过大的问题，可能使执行该操作的设备成为系统的瓶颈。将完全子树方法和在线离线技术相结合，通过修改指数逆类型IBE的密钥生成和加密算法，提出了一种高效可撤销的身份基在线离线加密方案。方案利用完全子树方法生成更新钥，使得撤销用户无法获得更新钥，进而失去解密能力；利用在线离线技术，将大部分加密运算在离线阶段进行预处理，使得在线阶段仅执行少量简单计算即可生成密文。与相关知名方案相比，该方案不仅提高密钥生成中心的密钥更新的效率，而且极大减少了轻量级设备的在线加密工作量，适合于轻量级设备保护用户隐私信息。     

差分准对立学习多目标蚁狮算法

为解决多目标优化问题，对经典的蚁狮算法进行改进，提出了基于差分进化的准对立学习多目标蚁狮算法（DEQOMALO）。该算法针对蚁狮算法易陷入局部最优的不足，一方面，该算法引用差分进化的思想，充分利用种群和精英蚁狮的信息对原算法中蚂蚁个体的位置更新方式进行改进；另一方面采用反向学习策略对蚂蚁种群进行优化，将原种群个体和其准对立个体进行混合并择优作为新的种群，大大增加种群的多样性。选取典型的标准测试函数，将提出的算法与原始蚁狮算法以及其他传统进化策略优化的蚁狮算法进行比较。实验结果表明，改进算法在收敛性和分布性上均有很大程度的提升，在解决双目标优化问题上具有较好的鲁棒性和有效性。     

考虑交叉销售的O2O供应链合作广告策略研究

基于网络零售平台与制造商的合作广告实践，运用Stackelberg博弈理论研究了平台交叉销售效应及合作广告引导作用对O2O供应链合作广告决策的影响，并通过数值算例对参与合作广告计划前后渠道成员的决策变量均衡结果和利润进行对比分析，研究发现平台交叉销售效应是影响网络零售平台合作广告计划制定和实施的关键因素，只有当其达到一定水平时，制造商才拥有参与网络零售平台合作广告计划的资格；在一定条件时，合作广告计划能够实现制造商和网络零售平台利润的提升；当平台交叉销售效应较大时，网络零售平台获得的利润大于制造商。     

结合边缘特征先验引导的深度卷积显著性检测

针对当前基于深度学习的显著性检测算法缺少利用先验特征和边缘信息，且在复杂场景中难以检测出鲁棒性强的显著性区域的问题，提出了一种结合边缘特征，利用先验信息引导的全卷积神经网络显著性检测算法。该算法利用三种被经常用到的先验知识结合边缘信息形成先验图，通过注意力机制将提取的先验特征与深度特征有效融合，最终通过提出的循环卷积反馈优化策略迭代地学习改进显著性区域，从而产生更可靠的最终显著图预测。经过实验定性定量分析，对比证明了算法的可靠性。