一种基于数值逼近的KPCA改进算法

核方法广泛应用于模式识别等领域,但其存在着特征抽取效率和样本集的大小成反比的瓶颈问题.因此提出一种基于数值逼近的方法确定虚拟样本矢量,以此代替训练样本,提高KPCA(Kernel Principle Component Analysis)特征抽取效率.在确定虚拟样本矢量时,只需将样本矢量的初值设定为随机变量,算法实现简单、高效.在基准数据集上的实验结果显示该算法优于同类算法.     

大数据:概念、技术及应用研究综述

随着物联网、云计算、移动互联网的迅猛发展,大数据(Big Data)吸引了越来越多的关注,正成为信息社会的重要财富,同时也给数据的处理与管理带来了巨大挑战.首先从大数据概念入手,阐述了大数据的来源、主要挑战、关键技术、大数据处理工具和应用实例等,并对比了大数据与云计算、物联网、移动互联网等技术之间关系,然后剖析了大数据核心技术、大数据企业解决方案,讨论了目前大数据应用实例,最后归纳总结了大数据发展趋势.旨在为了解大数据当前发展状况、关键技术以及科学地进行大数据分析与处理提供参考.     

基于网络药理学探讨茵陈干预肝纤维化的作用机制

目的：基于网络药理学方法探讨茵陈干预肝纤维化的作用机制。方法：通过TCMSP数据库获取茵陈的活性成分及作用靶点;在GeneCards数据库和OMIM数据库中获取肝纤维化的相关靶点,将茵陈成分靶点与疾病靶点取交集,获得茵陈干预肝纤维化的作用靶点。运用Cytoscape 3.10.0构建化合物-靶点-疾病网络图,使用STRING数据库获得蛋白质-蛋白质相互作用(PPI)网络,通过Cytoscape 3.10.0进行可视化呈现及分析。使用Metascape数据库进行基因本体(GO)功能和京都基因与基因组百科全书（KEGG)通路富集分析。结果：筛选得到茵陈有效成分15个,作用靶点289个,其中肿瘤抑制蛋白基因53(TP53)、肿瘤坏死因子(TNF)、蛋白激酶1(AKT1)、白细胞介素-6(IL-6)、基质金属蛋白酶9(MMP9)、胱天蛋白酶3(CASP3)、缺氧诱导因子1A(HIF1A)和B细胞淋巴瘤2(BCL2)等为核心靶点。GO功能和KEGG通路富集分析结果主要涉及激素的反应、细胞迁移的正向调节、对细菌来源分子的反应、磷代谢过程的正向调节、对外源性刺激的反应等生物过程及癌症途径、血脂与动脉粥样硬化、磷脂酰肌醇-3-激酶-蛋白激酶(PI3K-Akt)、Janus激酶-信号传导及转录激活蛋白(JAK-STAT)、核因子-κB(NF-κB)等信号通路。结论：茵陈干预肝纤维化具有多成分、多靶点、多途径的特点,可为进一步研究提供参考。     

基于生成对抗网络和卫星数据的云图临近预报北大核心CSCD

利用风云四号气象卫星A星(FY-4A)红外云图,基于生成对抗网络方法,提出了红外云图外推预报模型,实现了华东区域未来3 h的云图预报,预报的时空分辨率分别为1 h和4 km。结果表明:该外推模型预报的云图可较好描述云团移动、发展和减弱趋势,对研究区域内云团的强度、位置和形态得到较为理想的预报效果。为了验证提出的云图外推模型的有效性,将其与光流法和轨迹门控循环单元模型进行比较。对比试验结果表明:该云图外推模型具有最优的预报效果,说明使用生成对抗网络进行云图外推具有较好的可行性,能有效应用于气象业务中监测云团的生消和移动并提前预警灾害性天气的发生,为天气预报提供重要的参考依据。