基于监督核哈希生成视觉词袋模型的图像分类

为了解决大规模数据集下传统视觉词袋模型生成时间长、内存消耗大且分类精度低等问题,提出了基于监督核哈希(Supervised Hashing with Kernels,KSH)的视觉词袋模型.首先,提取图像的SIFT特征点,构造特征点样本集.然后,学习KSH函数,将距离相近的特征点映射成相同的哈希码,每一个哈希码代表聚类中心,构成视觉词典.最后,利用生成的视觉词典,将图像表示为直方图向量,并应用于图像分类.在标准数据集上的实验结果表明,该模型生成的视觉词典具有较好的区分度,有效地提高了图像分类的精度和效率.     

一种基于视觉词典优化和查询扩展的图像检索方法

视觉词典方法（Bag of visual words,BoVW）是当前图像检索领域的主流方法,然而,传统的视觉词典方法存在计算量大、词典区分性不强以及抗干扰能力差等问题,难以适应大数据环境.针对这些问题,本文提出了一种基于视觉词典优化和查询扩展的图像检索方法.首先,利用基于密度的聚类方法对SIFT特征进行聚类生成视觉词典,提高视觉词典的生成效率和质量;然后,通过卡方模型分析视觉单词与图像目标的相关性,去除不包含目标信息的视觉单词,增强视觉词典的分辨能力;最后,采用基于图结构的查询扩展方法对初始检索结果进行重排序.在Oxford5K和Paris6K图像集上的实验结果表明,新方法在一定程度上提高了视觉词典的质量和语义分辨能力,性能优于当前主流方法.     

基于深度网络的可学习感受野算法在图像分类中的应用

作为图像检索,图像组织和机器人视觉的基本任务,图像分类在计算机视觉和机器学习中受到了广泛的关注.用于目标识别及图像分类的多种基于深度学习的模型同样引发了该领域内的极大兴趣.本文提出了一种取代尺度不变特征变换(SIFT)和方向梯度直方图(HOG)描述子的算法,即利用深度分层结构,按层级学习有效的图像表示,直接从原始像素点学习特征.该方法分别利用K--奇异值分解(K--SVD)和正交匹配追踪(OMP)进行字典训练和编码.此外,本文采用了同时学习分类器和用于池化的感受野方案.实验结果证明,上述算法在目标(Oxford flowers)和事件(UIUC--sports)图像分类测试集中取得了更好的分类性能.     

一种基于优化“词袋”模型的物体识别方法*

针对传统基于“词袋”模型物体识别现有方法的不足,对现特征表达、视觉词典和图像表示方法进行优化,以提高物体识别正确率。采用HUE直方图与SIFT特征描述符分别描述兴趣点周围的颜色和形状特征,实现“词袋”模型下两种特征的特征级和图像级融合,引入K-means++聚类算法生成视觉词典,并利用软权重思想将特征向量映射到视觉单词形成图像直方图。实验结果表明,所述方法会产生较高的物体识别正确率,且识别结果不受两种特征融合权重的影响。     

基于HSV颜色直方图的图像检索算法性能分析

本文给出了利用图像颜色直方图和累加颜色直方图进行图像检索的方法,并对两种算法性能进行分析。算法选用HSV颜色空间模型,首先对HSV分量进行非均匀量化,然后计算图像的颜色直方图和累加颜色直方图,利用欧式距离方法计算待检索图像和图像库中图像的相似度,最终得到检索结果。通过检索时间和查准率来分析算法性能。仿真结果表明,采用累加颜色直方图作为特征来检索图像得到相对稳定的检索性能。     

图像分类中基于分类矢量量化的视觉词袋模型

特征表示是图像识别和分类的基础，视觉词袋是一种图像的特征表示方法。分析现有视觉词典构建方法的不足，提出一种新的视觉词典构建方法。首先利用梯度方差把特征矢量分为光滑类和边缘类，然后分别针对不同类别的特征矢量进行视觉词典的构建，最后根据两类视觉词典生成视觉词袋。图像分类实验表明，提出的新方法能提高分类准确率。     

哈希编码结合空间金字塔的图像分类

目的 稀疏编码是当前广泛使用的一种图像表示方法,针对稀疏编码及其改进算法计算过程复杂、费时等问题,提出一种哈希编码结合空间金字塔的图像分类算法。方法 首先,提取图像的局部特征点,构成局部特征点描述集。其次,学习自编码哈希函数,将局部特征点表示为二进制哈希编码。然后,在二进制哈希编码的基础上进行K均值聚类生成二进制视觉词典。最后,结合空间金字塔模型,将图像表示为空间金字塔直方图向量,并应用于图像分类。结果 在常用的Caltech-101和Scene-15数据集上进行实验验证,并和目前与稀疏编码相关的算法进行实验对比。与稀疏编码相关的算法相比,本文算法词典学习时间缩短了50%,在线编码速度提高了1.3～12.4倍,分类正确率提高了1%～5%。结论 提出了一种哈希编码结合空间金字塔的图像分类算法,利用哈希编码代替稀疏编码对局部特征点进行编码,并结合空间金字塔模型用于图像分类。实验结果表明,本文算法词典学习时间更短、编码速度更快,适用于在线词典学习和应用。     

基于多尺度HOG的草图检索

草图检索是图像处理领域中的重要研究内容。提出了一种将高斯金字塔和局部HOG特征融合的特征提取改进方法,并将其用于草图检索。采用高斯金字塔将图像分解到多尺度空间,在所有尺度上进行兴趣点提取,获得基于兴趣点的多尺度HOG特征。利用图像的多尺度HOG特征集生成视觉词典,最终形成与视觉词典相关的特征描述向量,通过相似度匹配实现草图检索。将该算法与单一尺度下的HOG算法及其他几种算法比较,实验结果表明了其可行性和有效性。     

基于混合引力搜索的自适应特征提取算法

为提高基于内容的图像检索( CBIR)算法的检索性能,提出一种同时进行自适应特征提取和选择的CBIR算法。该算法通过同步特征提取和选择,减少低级视觉特征和高级语义之间的语义差距,使用参数化小波提高图像细节的准确度,利用混合引力搜索算法优化颜色直方图特征中母小波函数和量化间隔参数。在Corel收集的1000幅图像上的实验结果表明,相比最相关特征算法、引力搜索算法和支持向量机的融合算法、模糊颜色直方图和模糊字符串匹配的融合算法,该算法的检索精度较高,平均耗时较少。     

基于非线性模糊直方图的图像检索算法

在基于内容的图像检索中,传统的颜色直方图和频域特征直方图不能满足颜色过渡、梯度方向和幅值变化等连续性和相似性。为此,提出非线性模糊颜色直方图和非线性模糊梯度向量直方图检索算法。该算法通过符合人类视觉非线性感知特性的方式描述图像,结合图像的统计和频域特征,构建一个特征组组合选取的方法,选出适合的标识图像特征组组合以提高图像检索系统的检索效率。实验结果表明,与其他检索算法相比,该算法具有较好的检索质量。     

基于氨基酸组成预测蛋白质热稳定性的ν-支持向量机方法

支持向量机有许多优点：有效防止过拟和，适合大的特征空间，给定数据集的信息压缩。本文首次利用支持向量机从氨基酸组成来预测蛋白质的稳定性。总预测率可以达到80．64％，对嗜热蛋白质的预测率为82．50％，对嗜温蛋白质的预测率为80．29％从预测率可以验证氨基酸组成与蛋白质热稳定性成正相关的关系，支持向量机可以成为基于氨基酸组成预测蛋白质热稳定性的有效工具。     

基于氨基酸组成预测蛋白质热稳定性的v-支持向量机方法

支持向量机有许多优点有效防止过拟和,适合大的特征空间,给定数据集的信息压缩.本文首次利用支持向量机从氨基酸组成来预测蛋白质的稳定性.总预测率可以达到80.64%,对嗜热蛋白质的预测率为82.50%,对嗜温蛋白质的预测率为80.29%从预测率可以验证氨基酸组成与蛋白质热稳定性成正相关的关系,支持向量机可以成为基于氨基酸组成预测蛋白质热稳定性的有效工具.     

Genetic Threading

The biological function of proteins is dependent, to a large extent, on their native three dimensional conformation. Thus, it is important to know the structure of as many proteins as possible. Since experimental methods for structure determination are very tedious, there is a significant effort to calculate the structure of a protein from its linear sequence. Direct methods of calculating structure from sequence are not available yet. Thus, an indirect approach to predict the conformation of protein, called threading, is discussed. In this approach, known structures are used as constraints, to restrict the search for the native conformation. Threading requires finding good alignments between a sequence and a structure, which is a major computational challenge and a practical bottleneck in applying threading procedures. The Genetic Algorithm paradigm, an efficient search method that is based on evolutionary ideas, is used to perform sequence to structure alignments. A proper representation is discussed in which genetic operators can be effectively implemented. The algorithm performance is tested for a set of six sequence/structure pairs. The effects of changing operators and parameters are explored and analyzed.     

基于蛋白质结构域特异性的关键蛋白质识别算法

关键蛋白质的识别对于理解细胞的生长调控过程、疾病研究和药物设计等方面具有重要的意义。随着高通量技术的发展,越来越多的蛋白质相互作用数据被获取,使得可以从网络水平上研究关键蛋白质。目前,许多基于蛋白质网络拓扑特征的算法被提出,但是这类方法忽略了蛋白质网络的生物信息和假阴性、假阳性数据的影响。因此,论文通过结合蛋白质结构域和蛋白质网络的拓扑特征提出了一种新的算法Do-ECC。实验结果表明,Do-ECC明显优于其他8种算法(D C,BC,CC,SC,EC,IC,LAC,NC)。     

Intelligent Data Analysis for Protein Disorder Prediction

Although an ordered 3D structure is generally considered to be anecessary pre-condition for protein functionality, there are disorderedcounter examples found to have biological activity. The objectives ofour data mining project are: (1) to generalize from the limitedset of counter examples and then apply this knowledge to large databases of amino acid sequence in order to estimate commonness ofdisordered protein regions in nature, and (2) to determine whether thereare different types of protein disorder. For general disorderestimation, a neural network based predictor was designed and tested ondata built from several public domain data banks through a nontrivialsearch, statistical analysis and data dimensionality reduction. Inaddition, predictors for identification of family-specific disorder weredeveloped by extracting knowledge from databases generated throughmultiple sequence alignments of a known disordered sequence to otherhighly related proteins. Family-specific predictors were also integratedto test quality of general protein disorder identification from suchhybrid prediction systems. Out-of-sample cross validation performance ofseveral predictors was computed first, followed by tests on an unrelateddatabase of proteins with long disordered regions, and the applicationof few selected predictors to two large protein data banks:Nrl_3D, currently containing more than 10,000 protein fragmentsof known 3D structure, and Swiss Protein, having almost 60,000 proteinsequences. The obtained results provide evidence that long disorderedregions are common in nature, with an estimate that 11% of allthe residues in the Swiss Protein data bank belong to disordered regionsof length 40 or greater. The hypothesis that different protein disordertypes exist is supported by high specificity/low sensitivity resultsof two family-specific predictors, by hybrid systems outperforminggeneral models on a two-family test, and by existence of significantgaps in Swiss Protein vs. Nrl_3D disorder frequency estimates forboth families. These findings prompt the need for a revision in thecurrent understanding of protein structure and function, as well as forthe developing of improved disorder predictors that should haveimportant uses in biotechnology applications.     

蛋白质相互作用网络分析的图聚类方法研究进展

随着可获得的大规模蛋白质相互作用数据的迅速增长,从系统水平上对细胞机制的基本组件和结构的理解成为了一种可能。如今所面临的最大挑战是如何通过分析此类复杂的相互作用数据来反映细胞组织、进程以及功能的规律。基于图理论的聚类方法是分析蛋白质相互作用数据的有效手段。本文将从蛋白质相互作用网络(PPI网络)的图模型、聚类算法、评估方法及应用几个方面描述PPI网络聚类分析的最新研究进展。最后,讨论该方向研究所面临的挑战及进一步的研究方向。     

Decoding the Structural Keywords in Protein Structure Universe

Journal of Computer Science and Technology - Although the protein sequence-structure gap continues to enlarge due to the development of high-throughput sequencing tools, the protein structure...     

蛋白质三维结构相似性比较方法综述

蛋白质空间结构的相似性比较是生物信息学领域的一个研究热点,近年来出现了不少蛋白质三维结构相似性比较方法.文中以蛋白质三维结构的表示为线索,对目前已有的蛋白质三维结构相似性比较的典型方法进行分类,分析并归纳了各种方法的适用性.     

蛋白质复合物预测方法分析与比较*

分析和比较了五种蛋白质复合物预测的典型计算方法,并讨论了该领域一些有希望的研究方向。实验结果显示各种计算方法预测出的复合物能较好地匹配真实的复合物。如果恰当地考虑蛋白质相互作用数据的质量而将数据源的噪声最小化并将各种生物特征结合到预测过程中去,计算方法的性能将进一步改善。     

蛋白质折叠计算机模拟研究进展

蛋白质折叠过程中的结构变异可能导致"折叠病",比如老年痴呆症和多聚谷氨酰胺疾病等。因此蛋白质折叠研究对于揭示"折叠病"致病机理、指导药物设计等具有重大意义。文章阐述了蛋白质折叠计算机模拟研究的研究近况,分别介绍了蛋白质侧链研究、蛋白质折叠算法、蛋白质折叠病研究、蛋白质的分子动力学模拟和蛋白质结构预测等几个方面。