功能相关基因模块的共表达分析软件GeneHub

介绍了研制的功能相关基因模块的共表达信息融合分析软件GeneHub的7个功能模块：数据提交及分解、统一编号、数据标准化、差异表达基因筛选、基因功能分组、表达相关性统计分析和综合评价．Gene．Hub涉及的生物学．数据库(LocusLink、Unists、GO、KEGG、BIND、MIPS)．应用GeneHub,可选择不同的表达相似性测度(欧氏距离,Pearson相关系数。Spearman相关系数)在不同的实验数据集上研究功能相关基因的表达相关性．GeneHub已被用于研究按染色体定位、蛋白质互作及蛋白质复合物、调控通路、信号传导通路和细胞位置5个方面的基因功能分类体系下基因组共表达现象．该软件有利于整合其他多种基因组信息源,从而为采用信息融合分析技术挖掘基因表达谱数据和发现新的基因功能知识建立了很好的基础．     

Detection of text in images using SUSAN edge detector

Text embedded in images is one of many important cues for indexing and retrieval of images and videos. In the paper, we present a novel method of detecting text aligned either horizontally or vertically, in which a pyramid structure is used to represent an image and the features of the text are extracted using SUSAN edge detector. Text regions at each level of the pyramid are identified according to the autocorrelation analysis. New techniques are introduced to split the text regions into basic ones and merge them into text lines. By evaluating the method on a set of images, we obtain a very good performance of text detection.     

一种新的利用模板进行摄像机自标定的方法

提出了一种利用圆环点进行标定的新方法.它要求摄像机在至少三个不同的方位对模板进行拍摄,通过对模板图像的角点的提取,计算圆环点的图像坐标,从而可以线性求解出摄像机的全部内部参数,进而可以求取摄像机运动的外部参数.通过模拟及真实数据实验均证实了该方法简单、方便、精确度高,而且具有很强的鲁棒性.     

用况驱动开发过程的研究与应用

用况不仅能帮助开发者获取正确的用户需求,而且能启动和驱动整个开发过程.文中结合统一过程,讨论了用况驱动过程开发的基本思想和它在整个开发周期特别是软件的需求、分析、设计阶段的UML建模方法.实践表明,通过用况驱动过程能使软件开发平滑而高效.     

线性四元树中轴变换

骨架和中轴变换概念运用于线性四元树,定义线性四元树中轴变换为具有一组棋盘距离值的线性四元树骨架.线性四元树中轴变换提供一种非常紧凑的区域表示法,它导致区域分割成边长为2的幂之和的最大正方形集合.提出两种算法计算一给定线性四元树的线性四元树中轴变换.最坏情况下它们的时间复杂性是O(n~2),其中n为线性四元树中四分形的数目.     

基于圆图像序列的径向畸变参数校正算法

讨论了基于圆图像序列校对径向畸变参数方法，由于相机旋转拍摄图片，可避免光源变化、遮挡和外观变化等出现在一般匹配中的问题，因此自动生成匹配点要容易得多．本文给出了一种鲁棒方法来自动求解立体匹配点，给出了求解径向畸变参数的优化方法，最后讨论了该方法的优缺点．     

一种新的图像颜色特征提取方法

为了降低特征空间的维数,将图像的先验知识融合到采用SVM构造的分类器中,提出了一种新的基于HSV空间的20色非均匀颜色量化算法．与传统的颜色量化算法相比,该算法降低了时间和空间复杂度,提高了检索的准确率,易将图像的先验信息融合到SVM的核函数中,提高了分类效果．实验表明本文提出的图像颜色特征提取算法可成功应用于海量图像库检索和图像语义信息的自动提取．     

标准线性四元树在模式识别中的应用

本文通过对图象中客体的形心和主轴进行正规化处理而得到其标准线性四元树表示方法。这种表示是客体平移、旋转和相似变化的不变量。它可以用作形状描述符帮助识别图象中的客体。利用对称差的度量匹配某客体的形状到库中一模型来识别它。     

分段线性脉冲神经元模型的动力学特性分析

 结合Hodgkin-Huxley神经元模型的动力学特性与Integrate-and-Fire神经元模型的解析特性,提出了一种新的二维分段线性脉冲神经元模型.该模型的优点在于既可通过分叉理论对兴奋性系统进行定性描述,又可通过状态变量的解析式对神经元行为进行定量分析.通过详细的分析,发现该模型具有许多一维Integrate-and-Fire神经元模型所不具有的新的神经计算特性.在实验中,应用该模型模拟了大部分已知皮层神经元的脉冲和簇放电行为.     

基于基因功能表达谱的疾病分类:抗基因缺失的稳健性

利用基因表达谱数据,按Gene Ontology基因功能分类体系,将基因模块化地组织到具有显著生物学意义的低维差异表达功能模块单元中,构造新的指标用于分类疾病样本,从而提出了基于功能表达谱的分析新途径。新算法可稳健地抗基因检测缺失,抗基因表达变异,抗检测误差,并可以显著地降低分类特征维数(参与疾病分类的基因数目)。采用淋巴瘤数据集,比较了基于功能表达谱和常规的基因表达谱的决策树分类器。结果显示,基于功能表达谱可以得到高准确度的疾病样本分类结果,能够直接从功能水平上给出相应的生物学解释。通过仿真分析,进一步显示了基于功能表达谱的分类方法具有抗基因检测缺失的稳健性。