摘要：针对生化过程故障不易发现的问题,提出了一种将支持向量机故障诊断和MCGS组态软件相结合的在线故障诊断方法。该方法借助LIBSVM工具箱在MATLAB软件中完成SVM分类器模型的训练,利用OPC接口标准实现MCGS组态软件与MATLAB软件的实时数据交换,根据训练得到的SVM分类器对实时采集到的数据进行分类判断,然后通过OPC接口将诊断结果回送给MCGS组态软件,最终在组态软件人机界面中将故障信息显示出来,从而实现故障诊断的智能化。测试运行证明了本方法的有效性。

摘要：针对嗜热蛋白质特征表征能力不足影响预测精度的问题,基于FF和VIM提出了一种新的嗜热蛋白质预测方法。利用MAAC、G-gap二肽组成和CTDC三种特征提取方法,构建499维特征;为减少特征冗余对预测性能的影响,设计VIM算法进行特征筛选,得到179维的最优特征子集;通过对比实验,建立多层感知机预测模型;在独立测试集下所建模型精度达到93.19%,与传统的单一特征提取方法相比有显著改善,总体性能优于已有方法,具有一定的理论和实际意义。

摘要：随着人类基因组计划的完成和蛋白组学的迅猛发展,计算机药物辅助设计成了生物制药技术的重要环节。深度学习可用于探索药物-靶标的相互作用,可视化技术可有效进行数据可视化和数据分析。针对网页端不便于进行复杂计算和绘制复杂图形的问题,文章使用Flask框架将深度学习和各种可视化显示等复杂工作都交由Python执行,网页端只进行最简单的输入输出设计,极大地降低了网页数据可视化的编程难度,无需复杂的JavaScript技术即可在网页端展示各种可视化结果。