摘要：针对图神经网络(GNN)ProteinSolver结构特征约束不充分的问题,增加了骨架二面角、配对氨基酸的相对位置编码和相对方向等结构约束,提出了一种基于GNN的固定骨架蛋白质设计方法。实现了基于Transformer多头注意力机制的GNN架构,将物理坐标添加到消息传递和更新步骤中,提高了原子坐标的等变特性。在CATH数据集上的训练和测试结果显示:该文模型平均困惑度为8.12,比ProteinSolver的平均困惑度8.97降低了0.85;在掩盖率为50%时,ProteinSolver的恢复率为28.7%;然后,增加更多的结构约束,恢复率达到了30.3%;随后,将ProteinSolver的GNN替换成基于Transformer的GNN,恢复率达到了34.3%;最后,通过再引入等变特性,恢复率进一步提高到35.0%。

摘要：深度神经网络在多种人工智能任务中有广泛的应用,然而研究表明深度神经网络在对抗样本的攻击下会输出完全错误的预测结果,整体模型的准确性受到很大影响.如何提高网络针对对抗样本的稳健性,是研究者亟需解决的问题.本文提出了一种基于自监督重建的提高网络稳健性的方法,以图像去噪为基础,设计一种去噪模型,与网络联合训练,并加入自监督重建信号辅助训练.在对抗样本进入网络前,利用去噪模型去除对抗噪声,避免其对网络的干扰.公开数据集上的实验表明,本模型在多种攻击方法下都有较高的分类准确率,表明模型针对对抗样本具有很强的稳健性.

摘要：模式匹配问题是意图获得两个模式中所包含个体对象之间的语义匹配和映射,其结果表示源模式的个体对象与目标模式的个体对象之间存在特定的语义关联.它在数据库应用领域起到关键性的作用,例如数据集成、电子商务、数据仓库、XML消息交换等,特别地,它已成为元数据管理的基本问题.然而,模式匹配很大程度上依赖人工的操作,是一个费时费力的过程.模式匹配问题可以归约为一个组合优化问题:多标记图匹配问题.首先,将模式表示为多标记图,将模式匹配转换为多标记图匹配问题.其次,提出多标记图的相似性度量方法,进而提出基于多标记图相似性的模式匹配目标优化函数.最后,在这个目标函数基础上设计实现了一个贪婪匹配算法,其最显著的特点是综合多种可用的标记信息,灵活准确地获得最优的匹配结果.

摘要：现代医学诊断、临床实践和医疗很大程度都依靠于多模式的医学图像 ,数字化医学图像技术的发展及图像设备种类和数目的增长 ,要求对医学图像进行协作处理 .网络技术的发展使传统的客户 /服务器 (Client/ Server)计算模式向以浏览器 /服务器 (Broswe/ Server)为代表的网络计算模式转变 ,为了适应网络计算的要求 ,合理地利用网络资源 ,加强应用间的协作性 ,本文通过对智能软件代理 (softeware agent)的研究 ,提出了基于软件代理的分布式协作框架 ,并对软件代理的结构进行了设计 .通过该系统框架在医学图像分割上的应用可以看出 ,该分布式协作方法能较好地满足网络计算环境的需要 ,具有良好的应用协作性 .

摘要：将传统的光线投射体绘制算法在具有可编程管线的图形处理器(GPU)上重新实现.首先将体数据作为三维纹理保存在显存中,然后通过编写顶点程序和片段程序将光线进入点/离开点计算和光线遍历的计算移入GPU中执行,最后根据不同的采样点颜色混合公式实现不同的绘制效果.文中算法仅需绘制一个四边形即可完成三维重建.实验结果表明:在进行光照效果的重建时,该算法能够达到实时交互的绘制要求,并能实现半透明等复杂绘制效果.

摘要：为了满足飞行状态实时监控系统对地形渲染快速逼真的要求,提出一种基于GPU的交互式地形自适应渲染算法.该算法中每帧渲染包含2遍GPU处理过程:第1遍采用流计算的方式,利用固定网格映射方法生成粗糙地形采样网格,在此基础上,根据地形表面复杂度计算粗糙采样网格中每个三角形的细化深度;第2遍进行地形的渲染,根据第1遍计算出来的每个面片的细化等级,选择初始化阶段预存储在GPU缓存中的不同细化等级的网格模板,对粗糙采样网格进行自适应细分,为了消除T型连接的问题,在顶点着色器中包含了一个网格模板的匹配处理过程.最后采用高程数据配合卫星照片的方式,生成具有高度仿真的三维虚拟地貌.基于文中算法实现的实时监控系统在支线飞机的飞行试验中取得了较好的效果.

摘要：支持向量回归(support vector regression,简称SVR)训练算法需要解决在大规模样本条件下的凸二次规划(quadratic programming,简称QP)问题.尽管此种优化算法的机理已经有了较为明确的认识,但已有的支持向量回归训练算法仍较为复杂且收敛速度较慢.为解决这些问题.首先采用扩展方法使SVR与支撑向量机分类(SVC)具有相似的数学形式,并在此基础上针对大规模样本回归问题提出一种用于SVR的简化SOR(successive overrelaxation)算法.实验表明,这种新的回归训练方法在数据量较大时,相对其他训练方法有较快的收敛速度,特别适于在大规模样本条件下的回归训练算法设计.

摘要：针对运动轨迹分析问题,提出了2种改进的度量轨迹间相似性的方法.研究了编辑距离在应用于运动轨迹时存在的缺陷,改进了实数代价编辑距离算法,以对轨迹发展的影响来衡量插入和删除的代价;设计了一种分段计算方法,可以更好地表示轨迹运行的变化和持续,得到更具区分性的结果.与常见的编辑距离算法及其他几种流行的算法进行对比,证明了这2种算法在性能上的优势,也验证了新算法在聚类和异常运动检测上的作用.

摘要：通过对相关协调模型和机制的研究 ,适应现实社会中开放和动态的特性 ,从软件设计的角度提出了一种Web动态分布式协调模型DCM。该模型利用面向对象的思想 ,通过建立一个层次状组协调结构 ,使系统具有动态扩展性 ,使控制权分散化 ,并且通过各智能体 (agent)的通信来使协调智能体 (collaborationagent)具有自学习和调节的能力 ,使各智能体的信念、愿望和意图达到平衡 。

摘要：小型机器人足球比赛中 ,由于所采用的机器人尺寸小 ,动作快 ,因此 ,视觉软件系统需要准确快速地处理图像数据并将结果提供给决策系统。本文利用图像处理和统计信号处理的技术 ,在视觉软件系统中实现了机器人和球的检测、识别、跟踪和预测功能 ,并对该软件系统的设计作了详细的介绍。实验结果表明 ,系统运行稳定 ,其速度可达到 4 0帧 / s,时间延迟为 0 .0 2 5