基于独立循环神经网络与变分自编码网络的视频帧异常检测

为了有效提取连续视频帧间的时间信息,提出一种融合独立循环神经网络（IndRNN）与变分自编码（VAE）网络的预测网络IndRNN-VAE。首先,利用VAE网络提取视频帧的空间信息,并通过线性变换得到视频帧的潜在特征;然后,将潜在特征作为IndRNN的输入以得到视频帧序列的时间信息;最后,通过残差块将获得的潜在变量与时间信息进行融合并输入到解码网络中来生成预测帧。通过在UCSD Ped1、UCSD Ped2、Avenue公开数据集上进行测试,实验结果表明,与现有的异常检测方法相比,基于IndRNN-VAE的方法性能得到了显著提升,曲线下面积（AUC）值分别达到了84.3%、96.2%和86.6%,错误率（EER）值分别达到了22.7%、8.8%和19.0%,平均异常得分的差值分别达到了0.263、0.497和0.293,且运行速度达到了每秒28帧。     

鳙鱼肉酶解物清除羟自由基的研究

采用优化酶法从鳙鱼肉蛋白中制备具有清除Fenton体系产生的羟自由基(·OH)活性的抗氧化肽.应用响应面分析法以酶解液对Fenton体系产生的羟自由基(·OH)的清除率为指标优化最佳酶解工艺;酶解液相对分子质量分布采用凝胶层析法测定.复合蛋白酶是水解鳙鱼肉制备具有清除羟自由基活性酶解物的适合酶,最佳酶解条件为:温度40℃、酶解时间30 min、PH=7.0、酶加量为600 U/g底物、底物:水=1:2;活性肤相对分子质量范围为519～1088.响应面分析法是优化酶解工艺可行的方法;具有清除羟自由基活性的肽是一些寡肽.