分数阶全变分泊松去噪的快速线性化增广拉格朗日方法

近年来,有关分数阶全变分(FOTV)的图像去噪问题被广为研究。快速傅里叶变换(FFT)是求解相关子问题最常用的方法,但是FFT只适用于周期边界条件。为了能在非周期边界条件下也能实现好的去噪效果,针对FOTV泊松图像去噪模型,结合增广拉格朗日方法(ALM)和线性化技术提出新的算法。实验表明,在周期边界条件下,与采用FFT的增广拉格朗日方法相比,本文提出的算法在达到几乎相同的去噪效果时,收敛速度较快。而且在零Dirichlet边界条件时,也能实现好的去噪效果。     

一种去中心化的域名服务本地化模型

域名系统(Domain Name System,DNS)作为管理网络空间资源名称与IP对应关系的网络基础设施,在提供广泛的域名解析服务的同时,也存在性能和安全隐患。针对传统DNS系统的中心化树状层次结构引起的对根域名服务器的严重依赖以及可能导致的系统脆弱性,设计了一种去中心化的域名服务本地模型,通过在去中心化互联模型中整合多源数据,重构域名信息解析优先级记录和相应存活时间,以保证域名数据的唯一性及高优先级;同时基于本地数据记录重构模型实现域名解析的快速响应,形成本地DNS数据记录重构模型和域名解析服务模型,实现快速、准确、可靠的域名解析服务。     

N-苄氧羰基甘氨酰-L-脯氨酸与4'-去甲基表鬼臼毒素的拼接合成及其抗肿瘤活性评价

以4'-去甲基表鬼臼毒素和N-苄氧羰基甘氨酰-L-脯氨酸为原料,通过酯化反应首次得到两种不同构型的拼接产物(3a、3b),其结构经1HNMR、13C NMR和ESI-MS确认.利用MTT法考察化合物3a、3b对HepG2、THP-1、Hela、MCF-7细胞的抑制活性.结果表明,化合物3a、3b对四种细胞都具有抑制作用,以化合物3b对THP-1细胞的作用最突出,其抑制强度是依托泊苷的16.5倍.     

纸质简谱图像的分割、倾斜校正及音符歌词提取

乐谱图像的自动分割、倾斜校正是乐谱识别过程中的关键技术,各种计算机光学乐谱识别技术在乐谱图像的数字化中有着广泛的应用,但对于乐谱中简谱的识别一直鲜有研究.本文针对人工拍摄条件下光照不理想的简谱图像,提出一种基于PCNN(脉冲耦合神经网络)和DNN(深度神经网络)相结合的分块简谱图像自动分割算法,该方法根据简谱图像灰度分布特征对图像进行自适应分块处理,依据每个分块的灰度特征与PCNN最佳迭代次数之间的关系构造合适的DNN神经网络,从而实现了最优分割图的自适应选取;进一步利用最优分割图像中音符小节线的水平投影,提出一种双尺度下降法实现了简谱图像的倾斜校正;提出去边垂直投影法和连通域距离判断法实现了简谱图像中音符及歌词的提取.实验仿真结果表明:本文算法对复杂光照条件下的简谱图像处理都具有较好的鲁棒性,同时表现出更高的效率.     

基于深度学习的两阶段联合声学回波和混响抑制技术

在现代通信系统中，通信语音的质量和可懂度会被回波与混响严重损害，人与人之间的交流因此会被严重干扰。为了同时消除回波与混响的负面影响，本文提出了一种基于深度学习的两阶段联合声学回波和混响抑制系统。该系统逐步地消除加性声学回波与多径效应产生的混响干扰，从而获得目标语音。系统首先使用基于理想比值掩蔽（Ideal Ratio Mask，IRM）的模型去除与目标信号不相关的声学回波，紧接着对于与目标信号强相关的混响干扰，系统通过利用一个基于“隐掩蔽”的谱映射模型将其去除。两阶段模型最后进行联合训练以获得更好的系统性能。一系列不同声学环境下的实验结果表明，本文所提出的系统可显著地消除回波与混响干扰，从而极大地增强了目标语音的语音质量与可懂度。      

红色红曲菌组蛋白去乙酰化酶MrSir2的原核表达及活性分析

根据基因组序列信息,利用cDNA末端快速扩增技术(rapid-amplification of cDNA ends,RACE)得到了红色红曲菌中组蛋白去乙酰化酶mrsir2基因的完整cDNA序列,其编码序列(coding sequence,CDS)为1539 bp,编码512个氨基酸,含有一个SIR2蛋白保守结构域。根据大肠杆菌的密码子的偏好性对mrsir2序列进行优化,优化后的序列与p ET-28b载体连接后转入宿主菌E.coli BL21中进行IPTG诱导表达,并优化表达条件。实验结果表明:在16℃条件下用终浓度为0.25 mM的IPTG诱导培养16 h后,目的蛋白Mr Sir2可溶性表达效果良好。Ni2+柱亲和层析纯化后的Mr Sir2重组蛋白在SDS-PAGE上显示为一条约75 ku大小的条带,蛋白定量浓度达1.97 mg/mL,经Western blot鉴定为目的蛋白,测定酶活为78.5(OD/min/mg),780μM的二氢香豆素(dihydrocoumarin,DHC)对Mr Sir2蛋白的酶活抑制率为47%。Mr Sir2蛋白的可溶性表达为全面了解其酶学特征提供了材料,也为体外分析蛋白相互作用奠定了基础。     

基于视觉颜色感知——光学相似的图像去雾方法

针对雾霾环境影响致使户外获取的图像质量严重下降问题，提出了一种基于视觉颜色感知—光学相似的图像去雾方法。充分利用人眼感知颜色的视觉机理，结合图像的相似性原理，构造了光学相似度函数，建立了新的基于视觉颜色感知—光学相似的图像去雾模型并设计相关算法，进而进行仿真验证。仿真实验结果表明，提出的方法在对有雾图像清晰化处理过程中效果明显，并与现有的图像去雾方法在主观视觉和客观量化方面进行图像去雾效果对比，进一步表明提出的方法在清晰化含雾图像处理中取得了较好的效果。     

基于深度学习的彩色以及近红外图像去马赛克

单传感器捕获的彩色-近红外（RGB-NIR）图像存在光谱干扰，从而导致重建出的标准彩色图像（RGB）图像与近红外（NIR）图像存在色彩失真以及细节信息模糊。针对这个问题提出一种基于深度学习的去马赛克方法，通过引入跳远连接与稠密连接解决了梯度消失和梯度弥散问题，使得网络更容易训练，并且提升了网络的拟合能力。首先，用浅层特征提取层提取了马赛克图像的像素相关性以及通道相关性等低级特征；然后，将得到的浅层特征图输入到连续多个的残差稠密块以提取专门针对去马赛克的高级语义特征；其次，为充分利用低级特征与高级特征，将多个残差稠密块提取到的特征进行组合；最后，通过全局跳远连接恢复最终的RGB-NIR图像。在深度学习框架Tensorflow上使用公共的图像与视觉表示组（IVRG）数据集、有植被的户外多光谱图像（OMSIV）数据集和森林（Forest）三个公开数据集进行实验。实验结果表明，所提方法优于基于多级自适应残差插值、基于卷积卷积和神经神经网络以及基于深度残差U型网络的主流的RGB-NIR图像去马赛克方法。