基于DCT的探地雷达频率波数偏移优化算法

目前探地雷达频率波数偏移算法中插值运算涉及复数运算,且对所有频率波数域内的数据进行运算,易引起复数寄生量和计算量大的问题。由此在分析离散余弦变换特点的基础上,引入离散余弦变换代替傅里叶变换用于频率波数偏移算法,以实变换代替复数变换,解决复数寄生量的问题;利用离散余弦变换能量集中的性质,仅对部分主要的离散余弦分量对应的数据进行插值偏移处理,减少计算复杂度以实现插值算法优化。实测数据表明,该文所提的优化方法效果明显。     

半监督系数选择法的人脸识别

针对人脸识别过程中图像数据维数过高以及需要大量类别标记的问题,提出一种半监督离散余弦变换系数选择法,用以实现数据降维并提高识别率.该算法首先将图像数据进行离散余弦变换,根据频率特征通过预掩模选取有用信息;然后进行半监督约束聚类,利用少量有标记样本的约束集,对训练图像进行聚类;根据类别搜索较高的判别系数值,获得系数选择掩模以及训练图像的投影阵.将测试图像离散余弦变换阵在此掩模上投影,计算其与训练图像投影阵距离,利用分类器进行分类.在ORL与Yale人脸数据库上的实验结果表明:所提方法的性能优于传统方法,并与主成分分析与线性判别分析进行组合,获得了90％以上的识别率.     

基于图像归一化和DCT的感知图像哈希算法

提出一种基于离散余弦变换的感知哈希算法,先对原始图像进行归一化处理,使图像具有几何不变性,然后利用离散余弦变换进行图像特征系数的提取并用混沌序列发生器加密图像,最后通过量化和编码生成感知哈希序列。该算法可以抵抗任意角度的旋转攻击和仿射变换。     

灰度图像的有损RLE压缩

行程编码是一种简单有效的数据压缩编码方法 ,在信源编码中属于统计编码无损压缩的范畴。一般的图像数据存在内在的相关性 ,对原始图像数据进行一定变换可将内在相关性提取出来 ,这就为行程编码在图像压缩领域的应用提供了可能。基于对传统行程编码方法的分析可知 ,必须对其进行一定改进才能保证对数据的有效压缩 ,改进后的编码方法可称为简单有损行程编码。图像的内在相关性可通过变换编码加以分析 ,离散余弦变换就是一种较常用的变换编码方法。对原始图像数据进行离散余弦变换和重排 ,可使相关性较好的数据集中起来 ,为利用简单有损行程编码方法创造了条件 ,该编码方法可称为复合有损行程编码方法。通过实例比较分析 ,证明了该方法能对灰度图像进行有效压缩。在可接受的有损范围内 ,获得较好的压缩比。     

基于鉴别主成份分析的基因表达数据特征提取

针对高维小样本数据特征提取问题,通过融合主成份分析（PCA）和线性判别分析（LDA）,提出一种鉴别主成份分析方法。通过对PCA主成份进行单个线性判别,选择主要反应类间差异的主成份来构造特征空间。对yeast和NCI基因表达数据的实验结果表明：该方法在降维的同时能获得较好的判别特征,且能避免线性判别分析方法的奇异性。在子空间的聚类识别率相比PCA提高了20％以上,且具有较好的可视化效果,说明了用该方法对高维小样本数据进行特征提取的有效性。     

基于独立特征融合的面部疲劳状态识别

为提高面部疲劳状态的识别效果,提出了一种融合全局特征和局部特征的面部疲劳特征表示方法.该方法将离散余弦变换(discrete cosine transform,DCT)和独立元分析(independent component analysis,ICA)技术以及Gabor变换相结合,通过融合全局独立DCT特征和局部动态Gabor特征得到最终的面部疲劳特征表示.基于前人自建的疲劳图像序列库进行了实验,结果表明该方法提取的疲劳特征更加具有鉴别力.     

一种基于DWT和DCT的数字水印算法

提出一种基于离散小波变换和离散余弦变换的数字水印算法。将二值条码作为水印并对其进行置乱,再对载体图像进行离散小波变换与离散余弦变换,并将置乱后的水印嵌入。水印提取时,利用Radon变换对待检测图像进行校正,并根据二值条码特性对提出的水印图像进行修正。实验结果表明,该算法嵌入水印后不易被察觉,检测出的效果好,对JPEG有损压缩、剪切、噪声干扰等攻击有较强的鲁棒性。     

离散余弦变换

本文定义了离散余弦变换(DCT)．提出了用快速什立叶变换对之进行处理的算法。并且证明了离散余弦变换可用于模式识别及滤波等方面的数据处理。本文把离散余弦变换的特性与一些正交变换的特性进行了比较．发现它与被公认为最佳变换的Karhunen—Loeve变换极为近似．而且．离散余弦变换及Karhunen—Loeve变换在速率失真标准方面的特性也极近似。     

基于离散余弦和Contourlet混合变换域的图像水印方案

针对多媒体资源的版权保护问题,结合离散余弦变换和Contourlet变换的优点,提出了一种基于离散余弦变换和Contourlet混合变换域的数字图像水印算法．该算法采用二值图像作为水印,利用混沌映射对水印图像进行加密．将水印嵌入到人眼最不敏感的蓝色分量的离散余弦和Contourlet混合变换域的低通采样逼近子带中,增加了嵌入信息容量．仿真结果表明该水印算法不仅具有较好的安全性、不可见性和稳健性,而且水印采用盲提取,不需要载体图像的信息,更有利于实际应用．     

基于GA-SVM方法的结肠癌基因表达谱数据分析

对结肠癌的基因表达谱数据进行分析,提出选取其特征基因的新方法。首先考虑到基因表达谱数据高维数、小样本的特点,采用Bhattacharyya距离对数据进行降维,运用遗传算法生成特征基因子集,以支持向量机作为分类器,建立了基于GA-SVM的结肠癌两类别分类模型。实验结果表明,仅需提取10个特征基因就可获得95.62%分类准确率。     

基于统计方法的肿瘤特征基因提取

为了找出肿瘤特征基因,将14种不同组织类型的肿瘤作为一个整体.分析其与对应的正常组织样本间基因表达的差异,提取出反映样本类别特征的特征基因,为生物医学研究中分析基因表达数据提供参考.首先利用相关系数,在一定范围内排除噪声基因,然后采用质心收缩法提取出能够反映样本组织类型的特征基因.提取出的特征基因对样本聚类的正确率为87.9％,对测试集样本分类的正确率为81.1％,优于特征基因提取前的聚类和分类结果.     

基于SVM的灵敏度分析方法选取肿瘤特征基因

提出基于支持向量机的灵敏度分析方法选取结肠癌特征基因.用支持向量机分析基因对分类决策函数的灵敏度,递归去除灵敏度较低的若干基因,得到一组候选特征基因子集;以支持向量机为分类工具,检验候选特征基因子集对样本分类的贡献,选取具有最佳分类能力的候选特征基因子集作为结肠癌特征基因子集.通过实验比较,该特征基因子集的分类能力优于文献给出的其他特征基因子集,表明了该方法的可行性和有效性.     

基于人工蜂群和SVM的基因表达数据分类

基因表达数据存在高维、小样本、高噪声等特性,使得相应的肿瘤分类诊断面临着一定的挑战。为了实现更加精确的分类准确率,利用人工蜂群(artificial bee colony, ABC)算法对支持向量机(support vector machine, SVM)的核函数参数和惩罚因子进行优化,采用准确率作为分类模型的适应度函数,提出一种基于ABC和SVM的基因表达数据分类方法ABC-SVM。在6种公开的肿瘤基因表达数据集上进行试验,并对比分析其他的分类方法。结果表明,在筛选得到的较少信息基因基础上,ABC-SVM可获得更高的肿瘤分类准确率,对肿瘤样本类型进行更有效的分类预测。     

癌症识别中一种基于相关性的分层特征选择方法

根据基因表达谱数据高维度、小样本、高噪声的特点,提出一种基于相关特征选择（Correlation- based Feature Selection ,CFS）的分层抽样的基因特征选择方法（简称CFS- SS）。首先,利用CFS算法提取与分类相关性大的特征基因集,然后通过分层方法构造多层特征子集空间,在部分层空间中寻找最优特征子集。在Leukemia, Colon, Prostate数据集上进行了交叉测试实验。实验结果表明, CFS- SS有效地从不同层次的特征子集样本中可以提取出有价值的基因特征集,在不同的分类器上取得较好的分类性能。     

功能相关基因模块的共表达分析软件GeneHub

介绍了研制的功能相关基因模块的共表达信息融合分析软件GeneHub的7个功能模块：数据提交及分解、统一编号、数据标准化、差异表达基因筛选、基因功能分组、表达相关性统计分析和综合评价．Gene．Hub涉及的生物学．数据库(LocusLink、Unists、GO、KEGG、BIND、MIPS)．应用GeneHub,可选择不同的表达相似性测度(欧氏距离,Pearson相关系数。Spearman相关系数)在不同的实验数据集上研究功能相关基因的表达相关性．GeneHub已被用于研究按染色体定位、蛋白质互作及蛋白质复合物、调控通路、信号传导通路和细胞位置5个方面的基因功能分类体系下基因组共表达现象．该软件有利于整合其他多种基因组信息源,从而为采用信息融合分析技术挖掘基因表达谱数据和发现新的基因功能知识建立了很好的基础．     

电子基因表达谱分析平台的建立及其应用

建立了利用美国国立生物技术信息中心(NCBI)序列表达标签(EST)数据库(dbEST)电子EST构建特定组织电子基因表达谱的生物信息学分析平台,并利用该平台构建了人正常结直肠组织电子基因表达谱.从dbEST获取人正常结直肠电子EST 20 370条,利用自行开发的GetUni程序包,与下载于本地的人类同一基因转录子(UniGene)数据库匹配,获得了含有4 196个非冗余基因的正常结直肠组织电子基因表达谱.经在线基因组分析工具(Webgestalt)证实,表达谱中97%的基因在结直肠组织中表达,除涉及细胞生长、发育、分化、凋亡等基因外,还包括人正常结直肠功能特异性基因;3%未得到Webgestalt证实的基因经手工回溯查找,确证其EST均来自人正常结直肠.GetUni程序包是一个高效准确的高通量电子EST数据分析平台,构建的人正常结直肠组织基因表达谱将为结直肠特异性标志物的筛选提供大量数据.     

一种基于PPI网络的乳腺癌差异基因分析算法

为了提高对于乳腺癌差异基因筛选的准确率,从分子层面出发,结合拷贝数与基因表达两方面特征,分析了乳腺癌差异表达基因,研究了乳腺癌的发病机制,为乳腺癌的诊疗提供了新的研究思路.在癌症基因组图谱中下载乳腺癌的拷贝数和基因表达数据,利用R软件通过卡方检验提取乳腺癌拷贝数差异基因,结合edgeR差异基因分析算法,筛选乳腺癌差异表达基因,利用ks检验关联两方面差异基因,分析其相关性,结合string数据库构造蛋白质互作网络,筛选核心基因,通过生存分析和GO富集分析验证结果的准确性.以基因差异表达倍数大于1,p值小于0.05为标准,筛选出基因表达差异基因共有10 579个,上调基因7 543个,下调基因3 036个,经验证发现,ATAD2B等8个基因与乳腺癌的发生发展密切相关.     

Substrate concentration effect on gene expression in genetic circuits with additional positive feedback

In gene regulatory networks, gene regulation loops often occur with multiple positive feedback, multiple negative feedback and coupled positive and negative feedback forms. In above gene regulation loops, auto-activation loops are ubiquitous regulatory motifs. This paper aims to investigate a two-component dual-positive feedback genetic circuit, which consists of a double negative feedback circuit and an additional positive feedback loop (APFL). We study effect of substrate concentration on gene expression in the single and the networked systems with APFLs, respectively. We find that substrate concentration can tune stochastic switch behavior in the signal system and then we explore relationship of substrate concentration with positive feedback strength in aspect of stochastic switch behavior. Furthermore, we also discuss gene expression and stochastic switch behavior in the networked systems with APFLs. Based on analysis in the networked systems, we discover that genes express in some specific cells and do not express in the other cells when the expression achieves its steady state. These results can be used to well explain the character of regionalization in the expression of genes and the phenomenon of gene differentiation.     

一种肿瘤基因的支持向量机提取方法

根据结肠癌肿瘤基因表达谱样本高维数、小样本和高噪声的特点,提出用Bhattacharyya 距离对肿瘤基因进行测量,滤除分类无关基因,然后用肿瘤基因对支持向量机模型的敏感度进行二次提取．并用它的归一化值对重要基因赋权,形成只有少数重要致病肿瘤基因的新样本集．最后,支持向量机应用于对新样本集的特征基因进行分析与测试．实验证明这种分析方法提高了肿瘤诊断的准确率．