猪流感病毒表位抗原设计与串联表达策略

兽用疫苗的研发,一方面已经从传统减毒的或灭活的病原微生物发展到基因重组疫苗、亚单位疫苗、表位疫苗,从传统的病原学发展到细胞、分子乃核酸水平;另一方面,疫苗的功能已从单一的预防作用发展为预防性疫苗及治疗性疫苗。对疫苗进行设计与优化,已发展成为一门独立的新兴学科。新型疫苗的设计与研制,需要的是庞大的生物信息,如基因组学、蛋白组学、核酸与蛋白相互作用等信息。随着生物信息学的迅猛发展,计算机分析与生物学技术结合得越来越紧密,为生物疫苗设计提供了技术平台。2000年,Hagmann在《Science》上率先提出了“计算机辅助疫苗设…     

基于BERT-BiLSTM-CRF的农产品信息文本命名实体识别研究及应用展望

命名实体识别是从农产品信息文本数据中有效抽取信息的关键一步,旨在从非结构化文本中确定与农产品特性相关的命名实体。农业领域的命名实体识别研究大多集中在农业病虫害领域,关于农产品信息文本的实体识别研究较少,通过采用BMES标注的方式对爬虫获取的农产品信息文本数据进行标注,提出融合BERT的BiLSTM-CRF深度学习模型对该文本数据进行实体抽取。将该模型与多种神经网络模型的实验结果比较发现,融合BERT的BiLSTM-CRF模型对农作物、地区、富含营养成分等3种命名实体识别的准确率和召回率分别为82.25%和84.54%,明显优于IDCNN-CRF等神经网络模型,说明该方法能有效识别抽取农产品信息文本数据命名实体。基于此,命名实体识别作为中文文本信息抽取的关键技术,在农产品信息推荐系统、智能问答等方面将会有广泛的应用前景。     

基于改进ResNet网络的有遮挡车牌识别

为了提高有遮挡车牌的识别准确率,提出一种改进深度残差网络（Deep residual network,ResNet）损失函数的车牌识别方法。首先运用图像平滑处理技术对图像特征进行增强,其次利用边缘检测算法实现对车牌的定位,然后基于先验知识按照标准车牌中各个字符的比例对车牌进行分割。在此基础上,运用改进后的Res Net网络对有遮挡车牌样本库进行训练以及识别,并采用同样样本大小的无遮挡车牌样本库进行对比实验。实验结果表明,改进后的Res Net网络采用有遮挡车牌样本库训练的模型具有较好的识别准确率,且更具有鲁棒性。     

基于单目视觉的车辆距离测量研究

提出一种单目测距算法,将车牌检测与距离测量分离,以车牌作为车牌检测和距离测量的纽带,使用YOLOv4-Tiny pro检测车牌,基于几何关系的车辆测距模型,根据车牌尺寸的先验信息准确计算出车辆距离。最后对系统的识别效果和距离检测结果分别进行了实验验证,对于整合后的算法进行了进一步优化,证明了方法的有效性。     

基于Tensorflow的车型识别系统研究

研究了基于谷歌深度学习框架Tensorflow的深度学习在车型识别领域应用的可能性,使用了卷积神经网络模型,将6种不同类型的车辆图片作为训练集输入神经网络,通过多次训练,选择合适的神经网络超参数,最终得到了可以通过输入图片直接识别汽车类型的卷积神经网络模型,且准确率约为92%。同时,通过学习,以Tensorflow为后端,keras为前端进行建模、编程的完整流程,为进一步使用Tensorflow深度学习框架构建图像识别的应用环境打下了基础。     

基于树莓派平台的道路雾气和积雪检测系统设计

在大雾天或冬季路面积雪的环境,会影响车辆驾驶的安全性,甚至发生安全事故。使用树莓派平台,提出了一种基于卷积神经网络（CNN）的图像检测算法,用于实时检测雾气和道路表面积雪。使用树莓派开发板和一个摄像头实时获取雾气和路面积雪的信息,通过Mobile Net深度学习算法检测道路情况。实验表明,其对雾气和路面积雪的检测准确率为97%以上。并且证实Mobile Net的深度学习算法的在树莓派上的工作速度优于Res Net50等算法。     

影响持续感染的因素研究进展

持续感染是指病原体在宿主体内持续存在而不被清除的状态,其潜伏期长达数月至数年甚至终生,但不引起症状,病原体不一定持续增殖。不同病原体所致持续感染的定义不同,如口蹄疫病毒(FMDV)引起的持续感染被定义为动物感染28d后仍然携带活的病毒。持续感染是造成免疫失败、肿瘤形成或药物敏感性下降的重要原因。存在持续感染的宿主是重要的传染源,还是病原体发生变异的来源,但因无症状常被忽视。充分了解持续感染的形成机理及持续感染状态中宿主与病原体之间的相互作用,有助于寻找诊断、治疗和预防感染性疾病的最佳方法。论文从病原体和宿主因素两个方面阐述了持续感染的形成机理。     

FC-CNN:基于卷积神经网络的水果图像分类算法

针对现有基于卷积神经网络的水果图像分类算法均使用池化层进行降维处理会丢失部分特征,导致分类精度有待提高的问题,提出FC-CNN(Fruit Classification Convolutional Neural Network)水果图像分类算法.该算法基于深度卷积神经网络思想,设计了一种由二维卷积层、批量规范化层和激活...     

基于SENet和深度可分离卷积胶囊网络的茶树叶部病害图像识别

茶树是重要的经济作物,叶部病害的发生直接影响其产量和质量.针对胶囊网络在茶树叶部病害图像识别中识别率低和参数量大的问题,提出了一种基于SENet和深度可分离卷积胶囊网络的茶树叶部病害图像识别算法.首先,由于尚无茶树叶部病害图像标准数据集,构建了茶树叶部病害图像数据集.其次,在胶囊网络中引入深度可分离卷积,并在深度可分离...     

开挖卸荷对淤泥质土既有静压桩影响现场试验研究

为研究开挖卸荷过程中淤泥质土体侧移对既有嵌岩桩基影响,在淤泥质土体开挖前预设多个测斜点,长时间监测开挖卸荷过程中与开挖面不同距离下各深度的变形数据,根据淤泥土体位移变化规律结合郎肯土压力理论建立计算模型,利用该模型进行桩基嵌岩深度范围的确定及桩身优化设计.研究结果表明:(1)基坑开挖卸荷时在开挖面下2 m处土体位移达到...