基于群体智能优化的MKL-SVM算法及肺结节识别

针对单核学习支持向量机无法兼顾学习能力与泛化能力以及多核函数参数寻优问题,提出了一种基于群体智能优化的多核学习支持向量机算法。首先,研究了五种单核函数对支持向量机分类性能的影响,进一步提出具有全局性质的多项式核和局部性质的拉普拉斯核凸组合形式的多核学习支持向量机算法;其次,为增加粒子多样性及快速寻优,将粒子群优化算法引入了遗传算法中的杂交操作,并用此改进的群体智能优化算法对多核学习支持向量机进行参数寻优。最后,分别采用深度特征与手工特征作为识别算法的输入,研究表明采用深度特征优于手工特征。故本文采用深度特征作为多核学习支持向量机的输入,以交叉遗传与粒子群混合智能优化算法作为其寻优方式。实验选取合作医院数据集对所提算法进行训练并初步测试,进一步为了验证所提算法的泛化能力,选取公开数据集LUNA16进行测试。实验结果表明,本文算法易于跳出局部最优解,提升了算法的学习能力与泛化能力,具有较优的分类性能。      

大黄鱼蛋白肽-钙螯合物的制备及性质研究

目的 制备大黄鱼蛋白肽-钙螯合物,研究其结构性质,深度研究大黄鱼多肽的促钙吸收活性。方法 以大黄鱼鱼糜为原料,通过胃蛋白酶、胰蛋白酶、中性蛋白酶进行酶解制备多肽,将肽与钙进行螯合,探究大黄鱼蛋白肽及其肽-钙螯合物的性质功能。结果 三种酶解肽中,胰酶肽钙螯合含量最高,胰酶肽的粒径最小,肽-钙螯合物相比于肽的粒径都有所减小,说明肽-钙螯合物是一种致密的纳米颗粒并呈现出折叠多孔的网络结构。这些变化可归因于肽和钙离子之间的相互作用。紫外吸收光谱、荧光光谱、红外图谱和圆二色光谱的结果表明大黄鱼蛋白肽与钙离子螯合,生成了新的肽-钙螯合物。结论 三种酶解肽中,胰蛋白酶水解物的钙离子结合能力在三种蛋白酶获得的水解物中最高。因此,在本研究中胰蛋白酶被认为是制备大黄鱼蛋白水解物钙离子结合活性肽的最优酶制剂,为大黄鱼的高值化利用和新型钙制剂的开发提供了理论依据和实验参考。