An Algorithm for Predicting RNA Secondary Structure Including Pseudoknots

A new model and corresponding dynamic programming algorithm are presented to predict RNA secondary structure including pseudoknots in this paper. This algorithm can compute arbitrary planar pseudoknots and one non-planar pseudoknots in O（n5） time and O（n4） space.     

含伪结RNA二级结构预测的支持向量机方法

RNA二级结构预测是生物信息学的一个研究重点和难点.伪结是RNA二级结构中最难预测的一种.本文利用多分类支持向量机对舍平面伪结的RNA分子二级结构进行预测.第一步,利用多分类支持向量机进行预测,输出端得到相应碱基的E-NSSEL类别标识.第二步,利用第一步的预测结果,把所有可能配对的标识是否配对通过支持向量机进行判断,并根据判断结果恢复RNA分子二级结构.实验证明,该方法能有效地提高含平面伪结的RNA分子二级结构的预测精度.     

融合全局语义信息和结构特征的篇章功能语用识别方法

篇章分析是自然语言处理领域研究的热点和重点。相较于基于形式语法篇章分析的快速发展,篇章作为一个整体的语义单位,其功能和语义却没有引起足够的重视。该文提出一种融合全局语义信息和结构特征信息模型(FPRGS)来识别篇章的功能语用。该模型在获取篇章单元交互信息的同时融合篇章单元所在文章的全局信息,并使用门控语义网络将篇章单元的结构信息与语义信息结合,从而在语义和结构两方面获得了更加丰富的篇章单元信息。在汉语宏观篇章树库上的实验结果证明,该文提出的模型能够有效地识别篇章单元的功能语用。     

序列模式发现的结构化动态优化方法

给出单模式、二模式和三模式3种序列模式发现的基本概念,给出二模式和三模式的表示方法。该表示方法不会产生实际不存在的候选序列,从而有效地缩小候选空间,提高序列模式的计算速度。结合Apriori方法,基于3种基本模式,应用无冗余的模式增长原则和三级动态优化方法,提出一种序列模式发现的结构化动态优化方法。     

基于结构特征的指纹识别

为了克服指纹识别中常见的问题,本文提出了一种基于结构特征的匹配算法用以提高识别率,并提出了一种特殊的指纹图象预测处理算法,以减少图象噪声,整个算法具有高效识别和很强的抗干扰能力,此外逄法对指纹缺损图象也有很高的识别率。     

Genetic Programming-based Construction of Features for Machine Learning and Knowledge Discovery Tasks

In this paper we use genetic programming for changing the representation of the input data for machine learners. In particular, the topic of interest here is feature construction in the learning-from-examples paradigm, where new features are built based on the original set of attributes. The paper first introduces the general framework for GP-based feature construction. Then, an extended approach is proposed where the useful components of representation (features) are preserved during an evolutionary run, as opposed to the standard approach where valuable features are often lost during search. Finally, we present and discuss the results of an extensive computational experiment carried out on several reference data sets. The outcomes show that classifiers induced using the representation enriched by the GP-constructed features provide better accuracy of classification on the test set. In particular, the extended approach proposed in the paper proved to be able to outperform the standard approach on some benchmark problems on a statistically significant level.     

基于结构特征和灰度特征的车牌字符识别方法

提出了基于结构特征和灰度像素特征的车牌字符级联识别方法。为提高车牌字符识别性能,分别在车牌二值小字符图像上提取结构特征和直接利用PCA降维后的车牌二值小字符图像的像素特征作为输入,用支持向量机(SVM)将其映射至高维空间分别进行分类,取两者中置信度高的结果作为预分类结果。当分类结果为8、B这类易混的字符时,取对应的灰度小字符图像像素值作原始特征,用PCA降维后再次用SVM进行分类,分类结果作为最后的二次分类结果。若为0、D时,则再次利用结构特征分类器做最后分类。该算法被用于台湾地区车牌的字符识别系统中,实验表明它能有效提高易混字符的识别正确率,具有很高的识别性能,应用前景广泛。     

基于功能语义的Web服务发现方法

随着Web服务技术的发展与应用,基于功能语义进行Web服务发现已经逐渐成为服务使用者最为迫切的需求.而现有的服务发现机制还不能很好地解决这一问题.所以提出了一种基于功能语义的Web服务发现方法.通过定义Web服务功能描述模型,规范服务提供者和使用者对Web服务功能的描述;同时构建了领域功能本体,提出语义标注的机制,从而让用户可以基于功能语义发现Web服务.并设计了基于功能语义的Web服务描述语言,构建了原型系统,为基于功能语义进行服务发现提供了一种有效可行的方法.     

基于结构特征的手写体数字识别算法

提出了基于结构特征的手写体数字识别方法。首先,采用14模板法进行细化,然后提取了点、线、圆等结构特征,并根据相关信息进行特征组合,最后采用粗细两阶段分类法进行分类。     

基于出行模式子图的城市功能区域发现方法

城市的功能区域是指在城市的发展过程中逐渐形成的功能(如工业、商业、居住、教育等)相对固定的地理区域。这些区域间的位置结构影响着城市中居民的出行模式,与此同时,城市居民的出行模式也客观地反映了城市不同区域的真实的功能定位。文中以出租车运行轨迹数据为基础,研究城市居民的出行模式,并根据所得模式实现城市功能区域的自动化发现。主要思路及贡献包括:1)使用车辆轨迹及路网结构数据构造区域模式图(region pattern graph)结构,并提出区域模式图构建算法,采用图结构将城市的不同地理区域连接起来;2)提出自底而上的功能区域发现算法(Bottom-Up Functional Region Discovering,BUFRD)框架及基本实现思路,包括提出频繁出行模式子图挖掘算法,发现区域模式图中频繁出现的出行模式;3)提出功能区域聚类算法,聚类已获取的出行模式子图集,并最终实现城市功能区域的发现。实验结果表明,通过所提方法发现的城市功能区域较传统方法所得结果的功能纯度更高,其熵值比传统方法降低了至少10%。     

基于知识发现的实用智能系统总体结构模型

知识发现系统与实用智能系统的有机融合成为信息管理、辅助决策支持、智能预测支持等领域亟待解决的关键问题之一。该文将以系统的观点和方法,从哲学方法论的角度来审视和研究基于知识发现的实用智能系统(如专家系统、决策支持系统和预测系统)的总体结构模型,并在此基础上为形成统一的、完备的和具有认知自主性的实用智能系统提供指导依据。     

基于指纹结构特征信息匹配的算法

为了克服指纹识别中常见的问题,提出了一种基于指纹结构特征信息匹配的算法。该算法利用改进的Bresenham算法求得指纹分叉点间连线所穿越的脊线个数和分叉点结构特征信息,得到模板指纹和待识指纹的结构特征信息矢量数组;运用改进的二分图的完美匹配算法,得到矢量数组的匹配度。对该匹配度进行评估,如果高于某一个阈值,则认为指纹匹配成功;否则,则认为不是同一指纹。该算法计算速度快,具有较高的识别率,且能较好地正确识别扭曲、偏移、信息残缺等质量较差的指纹图像,在实际应用中取得了较好的效果。     

基于结构特征的指纹匹配算法研究

基于结构特征的指纹匹配算法分为中心法与近邻法,两种方法各有其优缺点,近邻—中心法集中了两者的优点,是目前常用的指纹匹配算法,文章比较了该类的几种算法,并给出了一些实验结果。     

基于结构特征的指纹匹配算法研究

基于结构特征的指纹匹配算法分为中心法与近邻法,两种方法各有其优缺点,近邻-中心法集中了两者的优点,是目前常用的指纹匹配算法,文章比较了该类的几种算法,并给出了一些实验结果.     

Distinctive Features of Minimization of a Risk Functional in Mass Data Sets

A statistical learning model is considered within the framework of the theory of uniform convergence of frequencies of errors in the case where the convergence is violated as a result of increasing the informativeness of training examples. Drawbacks of nonconstructive refinements of Vapnik-Chervonenkis estimates based on an assumption on the distribution law of violations are shown. A new approach to obtaining constructive estimates for mass data sets is proposed.     

Predicting Resting-state Functional Connectivity With Efficient Structural Connectivity

The complex relationship between structural connectivity (SC) and functional connectivity (FC) of human brain networks is still a critical problem in neuroscience. In order to investigate the role of SC in shaping resting-state FC, numerous models have been proposed. Here, we use a simple dynamic model based on the susceptible-infected-susceptible (SIS) model along the shortest paths to predict FC from SC. Unlike the previous dynamic model based on SIS theory, we focus on the shortest paths as the principal routes to transmit signals rather than the empirical structural brain network. We first simplify the structurally connected network into an efficient propagation network according to the shortest paths and then combine SIS infection theory with the efficient network to simulate the dynamic process of human brain activity. Finally, we perform an extensive comparison study between the dynamic models embedded in the efficient network, the dynamic model embedded in the structurally connected network and dynamic mean field (DMF) model predicting FC from SC. Extensive experiments on two different resolution datasets indicate that ⅰ) the dynamic model simulated on the shortest paths can predict FC among both structurally connected and unconnected node pairs; ⅱ) though there are fewer links in the efficient propagation network, the predictive power of FC derived from the efficient propagation network is better than the dynamic model simulated on a structural brain network; ⅲ) in comparison with the DMF model, the dynamic model embedded in the shortest paths is found to perform better to predict FC.      

大规模数据下的社交网络结构洞节点发现算法研究

随着社会网络数据规模的递增,结构洞节点计算涉及的计算量呈几何级增长,如何构建有效的并行化算法并缩短算法运行的时间成为当前研究的难点。针对大规模数据量下结构洞节点发现算法的不足,利用并行化思想设计实现了基于MapReduce的结构洞节点发现算法。该算法通过DBLP,YouTube和Califonia公路网这3组规模不同的数据集在Hadoop集群上运行的实验结果表明,增加DataNode机器节点的数量能够缩短算法运行的时间,提高运行效率且具有良好的并行加速比和扩展性能。     

An Ar2p Deep Learning Architecture for the Discovery and the Selection of Features

Neural Processing Letters - In the context of pattern recognition processes with machine learning algorithms, either through supervised, semi-supervised or unsupervised methods, one of the most...     

结构与语用特征相结合的SWoT本体摘要方法

针对语义物联网本体不利于用户理解,涵盖的内容过于宽泛等问题,提出了一种将结构特征与语用特征相结合的摘要方法。该方法以RDF语句作为本体摘要的基本单元,通过创建一个二分图模型来表征本体。每个RDF语句的重要度是它的结构重要度与语用重要度的线性总和,在重排序算法下抽取重要度高的RDF语句形成摘要,用户可以设定摘要长度。通过建立本体摘要原型系统进行实验,实验结果表明,该摘要方法能够为用户提供满足其偏好的最优摘要本体,利于用户理解本体,不但方便了语义物联网语义协同过程中对本体的相关操作,而且可以提高基于本体的信息检索的查准率。