基于分子网络的疾病基因预测方法综述

疾病基因预测是揭示疾病作用机理、系统研究复杂疾病的关键环节。高通量生物实验技术的成熟,促进了基于分子网络的疾病基因预测方法的发展。基于“连接有罪”的生物学假设,疾病基因预测算法在生物网络中衡量候选基因与已知疾病基因的邻近性或相似性,以预测潜在的致病基因。该文将疾病基因预测方法归纳为3种:基于已知疾病基因信息的预测方法、融合表型相似性信息的预测方法以及融合多结果的预测方法,并对这3种方法的研究现状进行了综述,指出了现有研究成果的不足以及未来的研究方向。     

对网络图基本描述理论的探讨

本文提出了网络图的回路与节点间关联的的直接描述方式D矩阵;从一般代数运算规则(不是模2运算规则)对关联矩阵A、回路矩阵B、割集矩阵Q和本文定义的D矩阵的自身及其间的相互关系进行了研究,得到了图在结构上的8条规律。     

基于网络间随机游走算法的lncRNA与疾病关系预测

通过构造疾病之间、lncRNA之间、基因之间的相似性网络模型,根据已有三者之间的相互关联数据,引入网络间随机游走算法预测潜在与疾病相关的lncRNA。将该算法应用到已有数据库中的lncRNA与疾病关联信息数据上,通过10倍交叉验证和AUC评估该算法。结果表明:与其他算法相比,该算法在10倍交叉验证下有更优的AUC值,显示该算法具有良好的预测性能。进一步应用该算法预测了与胃癌和结直肠癌相关的lncRNA,结果与已知的医学数据一致,表明该算法对于新疾病相关lnRNA的预测结果是有效的。     

基于改进克隆选择算法的蛋白质关联图预测

针对蛋白质关联图预测问题,提出一种克隆选择算法与蛋白质折叠规律相结合的预测方法,综合使用蛋白质序列疏水性质、残基的二级结构倾向、关联图总点数等信息,构造了基于限制规则的克隆选择算法适应度函数,设计了符合关联图生物学特性的变异操作。算法不需要使用额外蛋白质作为训练集,不需要从现有蛋白质数据库中提取模板,因此不受现有蛋白质结构数据的局限,可以由序列信息直接进行预测。对200个非同源蛋白质的测试验证了算法的有效性。     

基于迭代的交叉信息融合频率估计方法

对工程中短时、低信噪比信号进行频率估计时,传统信息融合法存在抗噪性差、信息损失大、信息利用率低等不足,为此提出一种基于迭代的交叉信息融合频率估计方法.由相位关系确定粗测频率范围,在此范围内对交叉组合后的多段信号进行信息融合,得到交叉信息融合频谱,进而利用该频谱与单段信号频谱的关系进行迭代,得到新的交叉信息融合频谱,计算新交叉信息融合频谱的算术平均值实现频率估计.仿真结果表明,与现有方法相比,提出的算法在提高频率估计精度的同时,具有更好的抗噪性和鲁棒性,验证了其可行性和有效性.     

一种多地球物理特征匹配自主导航方法

针对地球物理场具有多个特征和匹配可操作性较强的特点,文中提出了一种多地球物理特征匹配的自主导航方法,研究了导航方法的实现方式和对应的匹配算法。导航方法通过同步测量航迹上的地磁场的多个特征和重力梯度,采用固定点数的滑动窗口构造测量序列后与基准图匹配,最后对匹配结果做融合,得到实时位置信息。匹配算法设计了基于"初始位置+初速度+加速度"实值编码的遗传算法作为搜索策略,采用平均平方差准则(MSD)作为每个特征的匹配相似性度量,并使用加权最大值原则融合所有特征的相似性度量。最后由仿真算例验证了方法的可行性,表明了导航方法具有良好的匹配精度,可用于低空、低速运动载体的导航。     

杂波环境下雷达组网的多目标聚类融合跟踪

多传感器多目标跟踪是信息融合技术在目标跟踪领域的应用范例,数据关联是其中的关键技术之一.对于杂波环境下的组网雷达多目标跟踪,讨论了粗、精关联相结合的数据关联方法.先用基于跟踪门限算法进行粗关联,排除部分杂波,再用模糊C-均值算法模糊聚类来实现关联.通过把多传感器跟踪问题转化为多个单传感器跟踪问题,更有效地实现关联,最后融合量测,滤波后得到目标的状态估计.用该算法对目标进行蒙特卡罗仿真,其比改进前的模糊C-均值关联算法和最近邻域算法在杂波环境下更能有效实现数据关联.     

嵌入卷积块注意力模块的人像自动抠图算法

针对常用人像抠图算法需要输入人工标注三分图及抠图精度不高的问题,提出一种嵌入卷积块注意力模块的人像自动抠图算法。该算法使用三分支网络进行学习：首先预分割分支网络将MobileNetV2与Unet相结合,减少网络参数,引入h-swish激活函数,保留更多有效特征,获取三分图;然后在Alpha抠图分支网络嵌入卷积块注意力模块(CBAM),更好地获取图像多尺度信息,实现Alpha图的初步预测;最后通过细节融合分支网络将以上两个分支的输出进行特征融合,得到Alpha图。实验对比本文算法与现有深度图像抠图(DIM)算法,结果表明,本文算法的绝对误差和(SAD)降低了7.5%、均方误差(MSE)降低了19.4%,实现了人像自动抠图,并获得了良好的抠图效果。     

图的边割的矩阵判别法

对以往文献给出的割边的关联矩阵判别法进行了分析,结果表明,按照代宏霞文章《图的割点的矩阵判别的推广》中给出的图G-S的关联矩阵的定义,不能处理某些特殊的图,因此对图G-S的关联矩阵给出新定义,并将上述文献的结论进行了推广,进而得到无向图、有向图的边割的矩阵判别法.     

基于融合逆透射率图的水下图像增强算法

针对水下图像质量退化严重的问题，提出一种端到端的基于融合逆透射率图的水下图像增强算法.将原始RGB图像和基于传统方法得到的逆透射率图分别输入到双流卷积神经网络的2个编码器中；通过跨模态特征融合模块使得2种图像信息充分融合互补，让网络更好地学习到水下光学成像的特点；通过特征增强模块，增强特征的表达能力；通过残差解码模块连接解码器和编码器，以补充和丰富RGB特征.通过逆透射率图的水下图像增强算法以及跨模态跨尺度的信息融合，由粗到细地进行逐级处理，最终输出增强后的RGB图像.实验结果表明，所提算法能够有效地提升水下图像视觉质量.综合主观评价和客观评价，所提算法优于所对比的白平衡WB、直方图均衡化HE、Water-Net、UGAN、UWCNN、Ucolor 6种算法.     

基于小波变换和灰色关联度的航迹关联算法

超视距雷达和红外预警卫星能对弹道导弹助推段进行探测跟踪,因此两者的情报可以相互关联印证,从而提高情报质量。针对超视距雷达和红外预警卫星的航迹关联问题,提出了一种基于小波变换的灰色关联度的航迹关联方法。该算法将超视距雷达和红外预警卫星的方位角信息序列通过小波变换进行去噪,得到方位角航迹的整体走势,然后对走势相同的方位角航迹建立灰色关联矩阵,并根据该矩阵按照一定的规则进行航迹相关判定。仿真结果表明,相对灰色关联度的关联算法,该算法的正确关联率提高了约8%。     

改进的Faster R-CNN海洋鱼类检测模型

为提高海洋鱼类检测的准确率,提出一种基于Faster R-CNN的海洋鱼类检测方法.首先,利用迁移学习方法训练Faster R-CNN网络,克服海洋鱼类样本集有限的限制;其次,增加颈部连接层,使用双向特征金字塔网络(BiFPN)进行特征融合,得到具有丰富位置信息和语义信息的融合特征图;再次,将卷积层输出的特征矩阵作外积相乘运算,提高对相似海洋鱼类的识别精度;最后,结合Mask R-CNN中的ROI Align方法对预测位置进行二次修正,使检测框更加准确.实验结果表明,在检测海洋鱼类数据集时,与原始的Faster R-CNN算法相比,改进后的Faster R-CNN检测模型的平均准确度均值提高了7.4%.     

结构扩展的非负矩阵分解社区发现算法

提出结构扩展的非负矩阵分解社区发现算法(nonnegative matrix factorization with structure extension, NMF-SE),通过结构扩展,加强相邻节点结构相似性,提高节点间连接的稠密度,从而提高非负矩阵分解在社区发现中的表现。结构扩展过程使节点将自身结构以一定的比例传递给周围的节点,从而使相邻节点间能够得到对方的拓扑结构信息。该过程构造了新的特征矩阵,使非负矩阵分解(nonnegative matrix factorization, NMF)更好地适用于社区发现,在图正则化的半监督任务中能更好地融合先验信息。在人工网络和真实网络上进行试验验证的结果表明,NMF-SE算法有效提高了复杂网络社区发现的准确性。     

机器学习加速CALYPSO结构预测的可行性

对机器学习替代DFT能量计算方法加速CALYPSO结构预测进行研究,选择5种机器学习方法评估其预测硼团簇总能量时的性能.使用库伦矩阵把原始数据表征为结构信息矩阵,提取矩阵特征值向量作为算法输入输出来训练模型;采用相同数据集评估算法,并探索影响算法性能的其他因素.提出基于势能面特征的相似性判断方法,建立置信度模型对性能最...     

基于亮度一致性的多曝光图像融合

针对传统的多曝光图像融合算法存在局部亮度与对应场景不一致的现象,提出一种亮度一致性的多曝光图像融合算法。该算法通过分析多曝光图像序列,提取局部对比度、结构信息、曝光亮度信息三种图像特征构造权值图,一方面保留更多场景细节信息和场景结构信息,另一方面保持融合图像局部亮度与对应场景亮度一致。选取8组多曝光图像序列实验,与另外7种经典多曝光图像融合方法对比分析。实验结果表明:该方法得到的融合图像细节丰富,结构相似性、亮度一致性良好,呈现出自然生动的视觉效果。     

基于整体和个体分割融合的双人交互行为识别

在人类交互行为识别领域,基于RGB视频的局部特征往往不能有效区分近似动作,将深度图像（Depth）与彩色图像（RGB）在识别过程中进行融合,提出一种融合Depth信息的整体和个体分割融合的双人交互行为识别算法。该算法首先分别对RGB和Depth视频进行兴趣点提取,在RGB视频上采用3DSIFT进行特征描述,在Depth视频上利用YOLO网络对左右两人兴趣点进行划分,并使用视觉共生矩阵对局部关联信息进行描述。最后使用最近邻分类器分别对RGB特征和Depth特征进行分类识别,进一步通过决策级融合两者识别结果,提高识别准确率。结果表明,结合深度视觉共生矩阵可以大大提高双人交互行为识别准确率,对于SBU Kinect interaction数据库中的动作可以达90%的正确识别率,验证了所提算法的有效性。     

最优多级式多传感器状态融合估计

基于单传感器Kalman滤波方程，本文提出了多级式多传感器信息融合系统的两级和三级最优集中式与分布式融合估计算法。算法表明当融合系统的相关噪声方差矩阵、噪声均值、控制输入及测量误差为零时，本文算法与文献[6]讨论标准融合系统的算法一致。融合系统的噪声均值、控制输入及测量误差不会影响融合系统的估计方差，但当相关噪声方差与过程噪声方法相近时，融合系统的估计方差会发生较大的变化。     

多信息融合的时空图卷积交通流量预测模型

为了深入挖掘交通流量的时空特征以提高预测精度，提出改进的融合距离与周期性因素的多信息融合的时空图卷积门控神经网络.将路网中各个路段作为节点并根据路段间邻接关系建立路网图结构；考虑路段间距离对空间相关性的影响，计算路段之间的空间影响度大小，给予图邻接矩阵不同的权重.在模型构建中，设计空间图卷积模块与时间序列预测模块；通过空间图卷积模块提取空间特征信息，并将提取的空间特征信息与交通流量周期序列信息相融合，传入时间序列预测模块；重新设计门控循环单元（GRU）的门控机制算法达到多源信息共同输入的目的，最终得到预测输出.实验在真实的公路交通流量PEMS数据集上进行多时段测试，结果表明，与目前基于图卷积的预测方法相比，所设计的模型预测误差更低，预测性能更优.     

基于局部占优的自适应像素加权CT/MRI图像融合算法

针对传统基于像素加权平均图像融合算法存在加权因子难以确定的问题,根据CT/MR I图像信息在空间局部互补的特点,提出一种基于局部占优的自适应像素加权算法.根据CT/MR I在空间局部的亮度信息和细节信息的差异,定义并计算局部亮度对比度和局部细节对比度;根据局部亮度和局部细节对比度计算局部占优度矩阵,并进行中值滤波;接着根据局部占优度矩阵计算阈值K,并用阈值K对局部占优度矩阵进行阈值处理,从而得到自适应加权因子矩阵;根据自适应加权因子矩阵对CT/MR I图像进行融合.     

基于压缩感知的红外与可见光图像融合

针对机载实时融合需求,本文提出了基于CS域的图像融合框架,并提出基于NSCT分解的压缩感知图像融合算法。算法采用服从高斯分布的测量矩阵,对经NSCT分解的图像的高频子带系数进行量测得到比高频子带系数更稀疏的测量值,对测量值采用最大值融合规则得到融合测量值,采用子空间追踪SP算法对测量值进行重构得到近似精确的方向子带融合系数,逆变换融合的高频与低频子带系数得到融图像。通过多组图像融合实验,比较融合评价指标和算法消耗时间证实本文所提的算法在保证融合质量的同时有效的提高了运算效率,有利于满足机载实性。