基因表达式编程及其在混凝土徐变分析中应用

混凝土徐变分析在混凝土结构应力计算和变形分析中有着重要意义。由于影响混凝土徐变的因素较多,徐变函数呈现高度非线性,传统回归方法难以取得令人满意结果。基因表达式程序设计方法,吸取了遗传算法和基因编程两者的优点,在解决非线性拟合问题方面表现出非凡的数据挖掘能力与优势。在基因表达式编程理论分析基础上,利用该方法建立了混凝土徐变函数知识挖掘模型。实例表明,该模型比常规方法得到的函数有更高的精度。     

基于自主学习与SCAD-Net正则化的回归模型

众多基因生物标志物选择方法常因研究样本较少而不能直接用于临床诊断.于是有学者提出整合不同基因表达数据同时保留生物信息完整性的方法.然而,由于存在批量效应,导致直接整合不同基因表达数据可能会增加新的系统误差.针对上述问题,提出一个融合自主学习与SCAD-Net正则化的分析框架.一方面,自主学习方法能够先从低噪声样本中学习出基础模型,然后再通过高噪声样本学习使得模型更加稳健,从而避免批量效应;另一方面,SCAD-Net正则化融合了基因表达数据与基因间的交互信息,可以实现更好的特征选择效果.不同情形下的模拟数据以及在乳腺癌细胞系数据集上的结果表明,基于自主学习与SCAD-Net正则化的回归模型在处理高维复杂网络数据集时具有更好的预测效果.     

TP-FER：基于优化卷积神经网络的三通道人脸表情识别方法

针对人脸五官在表达不同情绪时所起的作用不同,利用单一的卷积神经网络对人脸面部特征进行特征提取和表情识别可能会导致提取表情关键特征信息时聚焦性不够,而仅对眼部或者嘴部等重点部位进行特征提取,又有可能造成特征提取不够充分的问题,提出了一种基于优化卷积神经网络的三通道人脸表情识别方法TP-FER(tri-path networks for facial expression recognition).该方法基于构建的卷积神经网络训练,采用三个输入渠道,分别聚焦面部、眼部和嘴部区域进行特征提取和表情判别,最后采用基于决策层的融合技术将三个渠道的识别结果进行相对多数投票决策,获取整体最优识别率.将此方法应用于JCK+数据集和自建数据集上进行了实验判别分析,结果表明该方法在两个数据集上均提高了整体表情识别率.该方法既考虑了脸部整体特征的提取,又兼顾了某些表情主要聚焦在眼部、嘴部表达的特性,相互辅助,整体提高了表情的识别率;该方法也能对神经心理学研究提供数据支持.     

结合改进VGGNet和Focal Loss的人脸表情识别

针对目前表情识别准确率偏低,表情数据集中类别样本类间差异小、类内差异大以及误标注样本产生的误分类等问题,提出了一种结合改进VGGNet和Focal Loss的人脸表情识别算法。在迁移学习的基础上,通过设计新的输出模块对VGGNet模型进行改进,提升了模型的特征提取能力,能够较好地避免过拟合现象;通过设置概率阈值对Focal Loss进行改进,避免误标注样本对模型分类性能产生影响。实验结果表明,该模型在CK+、JAFFE以及FER2013数据集上的识别准确率分别达到了99.68%、97.61%和72.49%,在实际应用中泛化能力突出。     

基于神经网络的汽车侧面造型评价方法

利用反向传播(BP)神经网络,在 MATLAB 中搭建汽车造型轮廓与意象语义之间的关系模型,快 速判断汽车侧面造型风格。随后利用卷积神经网络(CNN)搭建的表情识别模型建立汽车造型评价系统,分析并 识别用户对于新设计的喜好程度,以得到符合用户情感需求的汽车侧面造型方案。最后通过实例验证方法的可 行性,并推断出流线型汽车的最佳曲率范围。实验结果表明,基于神经网络的汽车造型量化评价方法可以较准 确地对产品造型设计进行评价并以数据形式得到具体意象的侧面造型。     

Modeling of shear wave velocity in limestone by soft computing methods

The main purpose of current study is development of an intelligent model for estimation of shear wave velocity in limestone. Shear wave velocity is one of the most important rock dynamic parameters.Because rocks have complicated structure, direct determination of this parameter takes time, spends expenditure and requires accuracy. On the other hand, there are no precise equations for indirect determination of it; most of them are empirical. By using data sets of several dams of Iran and neuro-genetic,adaptive neuro-fuzzy inference system(ANFIS), and gene expression programming(GEP) methods, models are rendered for prediction of shear wave velocity in limestone. Totally, 516 sets of data has been used for modeling. From these data sets, 413 ones have been utilized for building the intelligent model, and 103 have been used for their performance evaluation. Compressional wave velocity(V_ p), density(γ)and porosity(n), were considered as input parameters. Respectively, the amount of R for neuro-genetic and ANFIS networks was 0.959 and 0.963. In addition, by using GEP, three equations are obtained; the best of them has 0.958 R. ANFIS shows the best prediction results, whereas GEP indicates proper equations. Because these equations have accuracy, they could be used for prediction of shear wave velocity for limestone in the future.     

基于GEP的高速公路通行费预测方法研究

高速公路通行费未来收入状况的预测对于高速公路运营管理、建设规划有着重要的指导意义。然而,通行费收入水平的变化受到多方面因素的影响,具有较强的非线性和复杂性,传统预测模型无法准确表达通行费收入的发展规律。本文针对复杂的高速公路通行费预测问题,建立了基于基因表达式编程算法(GEP)的高速公路通行费预测模型。该模型利用GEP算法建立通行费当前收入与历史数据之间复杂的函数关系,准确地刻画通行费收入随时间的发展规律。此外,针对节假日期间通行费减免政策的影响,提出了有效的修正模型。最后,本文采集了浙江沪杭甬高速公路股份有限公司等12家公司通行费收入的历史数据进行仿真实验,对比传统的ARIMA以及神经网络预测模型,结果充分验证了本文算法的有效性和准确性。     

人血清淀粉样蛋白A1原核表达及胶体金检测方法的建立

通过胶体金免疫层析技术建立一种特异、便捷、快速的SAA1定量检测新方法.利用大肠杆菌BL21(DE3)原核表达人血清淀粉样蛋白A1(SAA1),根据BL21(DE3)表达偏好性设计并合成SAA1蛋白基因片段,构建表达载体pET-28a-SAA1,采用CaCl2法制备BL21(DE3)感受态,热激转化法将pET-28a-SAA1转入到BL21(DE3).经表达条件优化,获得重组蛋白最佳诱导表达条件:温度30℃,时间6h,转速180rpm/min,培养基pH 7.0,IPTG浓度0.4mM,诱导表达后目的蛋白经SDS-PAGE电泳鉴定,Ni柱纯化、透析、浓缩从而获得浓度为8.09mg/ml,纯度为85%的SAA1.同时,结合胶体金标记技术,建立了SAA1胶体金免疫层析试纸检测方法,线性范围0.16~500μg/ml,最低检测限0.16μg/ml,该研究为临床体外诊断SAA1快速检测提供技术基础.     

论残疾人非制度化利益表达

残疾人通常根据其政治、经济、精神和社会保障等利益需要进行利益表达。当残疾人的利益表达机制不完善、缺乏利益表达意识、社会利益输出不平衡等因素造成制度化利益表达受阻,残疾人只能无奈地选择非常规的、非制度化利益表达方式。通过健全残疾人社会保障服务体系、保证残疾人制度化利益表达渠道畅通、引导残疾人合理运用网络新媒体进行利益表达,是规避由非制度化利益表达造成的社会不和谐因子的有效途径。     

多模盲均衡算法剩余码间干扰的近似表达式简

A closed approximated formed expression for the achievable residual inter-symbol interference(ISI) is proposed for the adaptive equalizers that adopt the multimodulus algorithm. The expression depends on the step-size parameter, equalizer's tap length, input signal statistics, signal noise ratio and channel power. Simulation proves that the expression shows the exact relationship between residual inter-symbol interference and involved parameters. Since the channel power and signal noise ratio of the expression are measurable or can be calculated, this new approximated expression can be a useful tool for choosing the step-size and tap length for designing an equalizer, and for making direct performance comparison between blind equalizers based on distinct algorithms.