基于半边图模型的蛋白质建模研究

适合大中型蛋白质的建模方法目前尚属于空白。设计出一种新预测模型,称为“半边图模型”。利用半边图模型描述底层数据结构,进行底层计算,确立蛋白质的立体结构。新模型适于表现原子之间和原子团之间的相互结合作用,能够模拟大分子相互作用的蛋白质真实折叠环境,即大分子相互作用的环境。     

“花纬”疵点的产生原因及预防措施

国标GB407—78中对“花纬”疵点的评分方法是“叠起来看得出的1m内有1～2个交界线的作一条,每条6分”.当前,花纬疵点数量上升,直接影响棉布的等级及出口合格率.现就我厂生产实践分析“花纬”疵点的产生原因并阐述预防措施,以供兄弟单位生产时参考.1 原棉产地差异大,生产年限差异大目前原棉紧缺,企业大多原料不足,储备极少,现买现用,配棉成分无预见性,变动亦较大.这直接影响生产及产品质量的稳定,“花纬”疵点必然成为共性问题.以我厂所用原棉为例,产地遍及新疆、河南、山西、湖北等地区,并使用部分外棉;原棉品种及性质差异较大,再加上数量不足,更给配棉造成极大困难;除本年度原棉之外,尚使用86/87年度的国库棉,该棉色泽变黄,又给均匀混合增加了难度.2 品级不符,混级现象严重     

半边图模型之多层次认知系统

针对具有多层次性和复杂性的认知问题提出一个动态可增殖的多层次自组织认知系统,每个层次具有形式上一致的知识表示方法,各层的自组关联、自组聚合、归约和样本表达四个知识处理模型是实现系统自组织层次增殖的核心模型。提出信息粒和容器的概念,信息粒演进流程模拟认知过程的静态归约,容器演进流程对应于认知的动态模拟,这两个流程在每个系统层次上对每个输入样本完成一个完整的模拟认知与归约表达。以自组图演算为理论模型,给出了每个层次内以及相邻层次之间的信息处理与传递的详细设计规范。     

基于视频描述和阅读理解的视频问答研究

针对大多数视频问答(VideoQA)模型将视频和问题嵌入到同一空间进行答案推理所面临的多模态交互困难、视频语义特征保留能力差等问题,提出了一种视频描述机制来获得视频语义特征的文本表示,从而避免了多模态的交互.提出方法将视频特征通过描述机制得到相应的视频描述文本,并将描述文本特征与问题特征进行阅读理解式的交互与分析,最后推理出问题的答案.在MSVD-QA以及MSRVTT-QA数据集上的测试结果显示,提出问答模型的回答准确率较现有模型均有不同程度的提升,说明所提方法能更好地完成视频问答任务.     

基于深度学习的目标视频跟踪算法综述

深度学习理论在计算机视觉中的应用日趋广泛,在目标分类、检测领域取得了令人瞩目的成果,但是深度学习理论在目标跟踪领域的早期应用中,由于存在跟踪时只有目标为正样本,缺乏数据支持,对位置信息依赖程度高等问题,因而应用效果并不理想,传统方法仍占据主流地位.近年来,随着技术的不断发展,深度学习在目标跟踪方向取得了长足的进步.本文首先介绍了目标跟踪技术的基本概念和主要方法,然后针对深度学习在目标跟踪领域的发展现状,从基于深度特征的目标跟踪和基于深度网络的目标跟踪两方面重点阐述了深度学习在该领域的应用方法,并对近期较为流行的基于孪生网络的目标跟踪进行了详细介绍.最后对近年来深度学习在目标跟踪领域取得的成果,以及未来的发展方向作了总结和展望.     

基于多级特征整合的图像语义分割研究

传统的全卷积神经网络由于不断的池化和下采样操作使得最后的特征热点图分辨率损失严重,导致了分割结果的细节刻画能力的缺失,为了弥补这一缺陷,往往通过跳跃连接融合中层的特征图以恢复空间信息.由于无法充分利用网络的低层特征信息,传统全卷积网络的特征融合阶段存在相当的缺陷,本文对这一现象进行了深入的分析.本文在上采样路径之前采用基于特征金字塔的特征信息增强方法,克服了浅层特征图语义信息匮乏这一缺点,使得整个网络能更充分的利用前向计算产生的特征图,输出的分割结果也更为精确.本文提出的算法在Pascal VOC数据集上取得了75.8%的均像素精度和83.9%的权频交并比,有效的提高了分类精度.     

半边图与挤出吸入算法及制造单元设计

提出半边自组图理论,半边附属于顶点,一对半边可结合为边。用半边图来描述复杂组合优化问题的可能解,在此基础上设计了针对图的挤出吸入算法,用此算法求解了一个典型的复杂组合优化问题,制造单元设计问题。示例表明,半边图语言能够准确地表达可能解中的复杂结构和各种约束,20台机器50种零件分组实验证明,4次迭代计算即可达到优化目标。     

制造单元设计中心半边图与拆分重组算法

提出了半边自组图理论,半边附属于顶点,一对半边可结合为边。用半边图来描述复杂优化问题可能解,在此基础上设计了针对图的拆分重组算法,用此算法求解了一个典型的复杂组合优化问题,制造单元设计问题。示例表明,半边图语言能够准确地表达可能解中的复杂结构和各种约束,20台机器50种零件分组实验证明,7次迭代计算即可达到优化目标。     

机器可选制造单元设计的半边图挤出吸入算法

计划路径可选的半边图划分问题是一类含有多种局部约束的复杂组合优化问题。设计了针对半边图划分问题的半边图挤出吸入算法,用此算法求解了机器可选制造单元成组设计问题。示例表明,半边图语言能够准确地表达可能解中的复杂结构和各种约束。20台机器20种零件分组实验证明,平均12.4次迭代计算即可达到优化目标。