基于多网络数据协同矩阵分解预测蛋白质功能

准确预测蛋白质功能是生物信息学的核心任务之一,也是人工智能在生物数据分析中的重要应用点之一.高通量技术的广泛应用产生了大量的生物分子功能关联网络,整合这些网络可更为全面地分析理解蛋白质功能机理,提升蛋白质功能预测精度.已有多种基于数据整合的蛋白质功能预测方法,但它们通常难以应用到较大功能标签空间,未利用标签间关联性和差异性整合多个网络.提出一种基于多网络数据协同矩阵分解的蛋白质功能预测方法(ProCMF).该方法首先利用非负矩阵分解将蛋白质-功能标签关联矩阵分解为2个低秩矩阵,挖掘蛋白质与标签之间的潜在关联.其次,为利用标签间关联关系和多种蛋白质特征数据,ProCMF分别基于上述2个低秩矩阵定义平滑正则性,约束指导低秩矩阵的协同分解.为了差异性地集成多个网络,ProCMF对不同的网络设置不同的权重.最后ProCMF将上述目标统一到一个目标方程中,并用一种交替迭代的方法分别优化求解低秩矩阵和网络权重.在酵母菌、人类和老鼠3个模式物种的多网络数据集上的实验结果表明：ProCMF获得了较其他相关算法更好的预测性能,ProCMF能有效地处理大量的功能标签和区分性地整合多个网络.     

日本与西方现代建筑发展的相似性剖析

本文从梅棹忠夫提出的“文明的生态史观”出发,通过对日本和西方相应建筑师的思想和作品进行比较,剖析了日本与西方现代建筑发展的相似性,回顾了日本建筑从“追随西方”到“与西方同步”的发展历程。     

加减之中的时间关系——西安大华纱厂厂房及生产辅房改造

正历史背景具有历史的城市发展都是连续的,不同时期留下来的城市区块和建筑均为最能够体现这种时间关系的记录者,而创建于1934~1936年的西安大华纱厂正代表着西安这座古都近现代发展中不同寻常的历史段落。在建厂之初,其主要的生产厂房多采用钢结构,并由日本工程师设计;建筑材料、纺织及其他生产设备也主要从英国、日本、瑞士等国家进口,体现了当时工业建筑建造以及纺织工业生产的最高水平。从建成到2008年停产改制的近80年中,西安大华纱厂(1949年后被称作国营陕西第十一棉纺织厂)在不断建设和生产过程中经历和见证了众多的历史时刻(图1),纱厂及其所蕴     

谨慎的加法——关于西安大华纱厂生产厂区锅炉房的改造更新

正1历史与背景西安大华纱厂是由民族资本家石凤翔于20世纪30年代中期(1934~1936年)创建的陕西乃至西北地区最早、规模最大的民族机器纺织企业。1949年后,大华纱厂开始实行公私合营,最终更名为国营陕西第十一棉纺织厂,简称陕棉十一厂。这一简称逐渐被人们所熟知,并成为西安当地人一个重要的城市记忆。随着时代发展和产业结构调整,国内     

天津市海河右岸原租界区意象及形态研究

参照了有关城市意象的分析方法，通过对天津市海河右岸原租界区内的城市意象和城市形态的观察与分析，获得了一定的实际感受和启示，并以调研结果为依据，指出了保护天津市原有城市意象构成元素及其相互联系和协调新旧元素之间的关系，对于天津市合理进行旧区及城市改造的作用和意义。