1 重庆大学 光电技术及系统教育部重点实验室，重庆400044
2 重庆科技学院 电气工程学院，重庆401331
针对元学习少样本分类样本特征鉴别能力不足的问题，提出了一种类内-类间通道注意力少样本分类方法（Intra-inter Channel Attention Few-shot Classification， ICAFSC）。ICAFSC在原型网络基础上设计了一个类内-类间通道注意力模块，该模块通过类内-类间距离度量计算通道权重实现特征加权，提高特征对类别的鉴别能力。为了克服直接在元训练阶段学习类内-类间通道注意力模块容易出现过拟合或欠拟合现象的问题，ICAFSC在原型网络的元训练之前增加一个预训练阶段。该阶段设计具有大量标记样本的分类任务，并利用这些任务充分训练类内-类间通道注意力模块，促使该模块达到较优的状态。在原型网络的元训练和元测试阶段，ICAFSC冻结类内-类间通道注意力模块的参数，分别实现少样本分类经验的学习与迁移。在MiniImagenet数据集上分别开展了1-shot和5-shot的少样本分类实验。实验结果表明：本文提出的类内-类间通道注意力少样本分类方法与原型网络相比，在1-shot和5-shot条件下分类准确率分别提高了1.93%和1.15%。
深度学习 少样本分类 元学习 原型网络 通道注意力 deep learning few-shot classification meta-learning prototypical network channel attention 光学 精密工程
2023, 31(21): 3145
1 长沙环境保护职业技术学院环境资源学院，长沙 410004
2 湖南省生态环境事务中心，常德 415003
3 湖南师范大学生命科学学院省部共建淡水鱼类发育生物学国家重点实验室，长沙 410012
该文从垃圾渗滤液中筛选出一株低C/N营养条件下氨氮去除效果显著的菌株。ITS序列测序鉴定表明，该菌株为白地霉(Galactomyces candidum)。经不同pH、温度、C/N的培养条件下培养24 h，测定其生长密度及氨氮去除情况，结果发现，白地霉培养基最佳降氨氮条件为: pH 8.0，C/N 1.5，温度 30℃，其最佳氨氮去除率可达93.1%。该文发现了白地霉在污水处理，尤其是低C/N污水处理中具有氨氮去除的新功能，为其在低C/N污水生化处理工业化应用提供了新的菌株资源和技术途径。
白地霉 低C/N 降氨氮 废水处理 培养条件 Galactomyces candidum low C/N ammonia nitrogen reduction wastewater treatment culture conditions
1 重庆科技学院 电气与信息工程学院, 重庆 401331
2 重庆大学 光电技术及系统教育部重点实验室, 重庆 400044
提出一种基于监督保局投影(SLPP)与虚假最近邻(FNN)准则的原始特征选择方法。该方法首先将非线性原始数据映射到监督保局子空间, 消除样本数据输入变量之间的相关性; 然后, 利用虚假近邻点方法计算剔除每个原始特征前后输入样本在监督保局子空间里的相似性测度, 获得每个原始特征对类别变量不同程度的解释力; 最后, 从全特征开始逐步剔除解释能力弱的特征进而获得多组特征子集, 并建立最近邻分类器, 识别率最高且含特征数最少的特征子集即为最优特征子集。采用合成数据对该方法进行了仿真验证, 结果表明, 该方法可获得与数据集本质分类特征吻合的最佳特征子集。将该方法应用于选择真实的低阻油气层特征, 获得的最佳特征子集比全特征集合的特征数量减少了50%以上, 分类识别率高出8%。结果显示该方法具有优秀的原始特征选择能力, 是一种有效的非线性特征选择方法。
监督保局投影 虚假近邻点 特征选择 模式分类 低阻油气层识别 Supervised Locality Preserving Projection(SLPP) False Nearest Neighbor(FNN) feature selection pattern classification low resistivity hydrocarbon reservoir recognition
1 重庆大学 光电技术及系统教育部重点实验室，重庆 400044
2 重庆科技学院，重庆401331
由于方向边缘幅值模式(POEM)在剧烈光照变化情况下无法获得足够的特征描述信息，本文分析了相对梯度幅值图像特点，提出了相对梯度直方图特征描述方法。该方法根据图像的梯度方向对相对梯度幅值图像进行分解、滤波、局部二值模式编码和特征降维，形成了对光照变化，尤其是非均匀光照变化具有健壮性的低维直方图特征。在FERET和YaleB子集上的人脸识别实验证实: 在光照变化较小时，相对梯度直方图特征描述方法与方向边缘幅值模式的性能相当，均显著优于经典的局部二值模式特征; 在光照剧烈变化时，前者的识别精度比方向边缘幅值模式至少高5%，性能显著优于方向边缘幅值模式和局部二值模式，展示了相对梯度直方图特征描述方法的有效性和对光照变化的良好健壮性。
人脸识别 相对梯度直方图 局部二值模式 特征描述 face recognition relative gradient histogram local binary pattern feature description
1 长沙环境保护职业技术学院, 湖南 长沙 410004
2 河南中医学院, 湖南 郑州 817317
3 湖南省老年医院老年医学研究所医学实验中心, 湖南 长沙 410016
雌激素在生殖系统、认知记忆系统、骨骼和神经的发育及其功能维持等多种生理功能中扮演了重要的作用。雌激素可以通过结合到核雌激素受体Erα 、Erβ来完成其生理功能。最近通过ER敲除鼠和选择性的抑制剂研究表明 Erα在海马中具有重要作用。 Erα在海马中的表达是否具有年龄和性别差异的研究较少, 该文研究了 Erα在不同年龄、不同性别的小鼠海马中的表达, 并进一步比较了 Erα在卵巢去除小鼠和对照小鼠中的表达差异。研究结果揭示了Erα在海马中的表达具有年龄和性别差异, 暗示了 Erα的表达受到外周雌激素水平的调控。这些结果为进一步研究雌激素和 Erα在海马组织中基因表达的调控过程以及相关疾病的临床治疗提供参考。
雌激素 雌激素受体α 海马 表达 estrogen Erα hippocampus expression
1 长沙环境保护职业技术学院, 湖南 长沙 410004
2 Boys Town National Research Hospital, Omaha NE USA 68131
3 河南中医学院, 河南 郑州 817317
雌激素在生殖系统、认知记忆系统、骨骼和神经的发育及其功能维持等多种生理功能中扮演了重要的作用。近年来, 在内耳发育及其功能研究过程中, 许多学者发现在听力和平衡系统功能上的性别差异可能归根因于不同性别的雌激素水平差异。这些研究表明, 雌激素及其受体在内耳发育、听力和平衡系统功能维持上也具有重要作用。该文用一个新的视角聚焦于雌激素及其受体在内耳发育和功能上的研究进展。该综述能为进一步研究雌激素在听力和平衡系统中的作用机制及相关疾病的临床治疗提供参考。
雌激素 内耳 听力 平衡 estrogen inner ear hearing balance
重庆大学 光电技术及系统教育部重点实验室，重庆 400044
针对高维数据分类中鉴别特征降维方法的小样本问题和有效维度丢失问题，结合最新提出的片对齐框架和保局投影提出了样本保局鉴别分析方法。该方法通过分别构造每个样本的类内近邻图和类外近邻图，并将所有样本的类内近邻图和类外近邻图结合起来，形成了所有样本的类内近邻和类外近邻关系。然后，在使所有样本的类内近邻尽可能地聚集在一起的同时使类外近邻尽可能地分开，得到从高维输入空间到低维特征空间的最优映射关系。该方法有效避免了高维数据分类的小样本问题且扩展了鉴别分析的低维特征空间的有效维度。在ORL、FERET和PIE等人脸库上的高维数据分类实验证实，样本保局鉴别分析方法显著优于经典的鉴别特征降维方法。与基于片对齐框架提出的鉴别局部对齐方法相比，样本保局鉴别分析方法在FERET库上的分类识别精度提高了4.5%以上。
保局投影 鉴别分析 降维 模式分类 locality preserving projection discriminant analysis dimension reduction pattern classification
重庆大学 光电技术及系统教育部重点实验室，重庆 400044
研究了保局投影中近邻图的构造及更新问题，提出了一种有监督图优化保局投影(SGoLPP)特征提取方法，并应用于人脸识别。不同于传统的保局投影(LPP)算法预先设定权值矩阵并通过一次优化求解投影矩阵，SGoLPP将权值矩阵作为学习项引入到目标函数，通过交替迭代更新逐步获得最优权值矩阵和最优投影矩阵。同时，通过引入类别信息，始终对同类样本点对的权值进行更新，有效地抑制了异类样本的干扰。在UCI模拟数据集上，SGoLPP在较少的迭代次数下获得了更好的聚类和分类效果。在Yale，UMIST和CMU PIE人脸库上，SGoLPP的平均识别率比LPP、有监督保局投影(SLPP)和图优化保局投影(GoLPP)分别高出26.6%、4.8%和8.8%。实验显示本文提出的SGoLPP算法在样本可分性与鲁棒性方面具有优势，可有效地提取人脸特征。
图优化 有监督学习 保局投影 特征提取 人脸识别 graph optimization supervised learning locality preserving projections feature extraction face recognition
1 湖南农业大学, 湖南 长沙410000
2 长沙环境保护职业技术学院, 湖南 长沙410004
中国淡水湖泊、水库众多, 富营养化问题严重。铜绿微囊藻是中国湖泊、水库及其他水域生态系统发生、形成富营养化危害的主要藻类。目前对铜绿微囊藻的研究主要集中在水华成因、生长的特点、作用机理等, 对其生命活动相关的分子机制研究不多。该文主要从生物节律、毒素合成、藻胆蛋白合成及其调控机制和ATP合成酶等四个方面综述了铜绿微囊藻的分子研究进展, 为今后进一步研究铜绿微囊藻的分子作用机理及其防治具有重要意义。
进展 铜绿微囊藻 分子研究 progresses Microcystis aeruginosa molecular research
重庆大学 光电技术及系统教育部重点实验室,重庆 400030
针对单一保局投影(LPP)算法分类识别能力弱的问题,提出了一种随机采样子空间保局投影算法(RSSLPP)。该算法在对训练样本的主元子空间进行随机采样的基础上,利用保局投影得到了多个既有差异且又互补的保局投影子空间,测试样本被分别投影到这些保局投影子空间上,然后利用最近邻分类器进行分类识别。最后,根据多数投票原则融合多个子空间上的分类结果来确定样本所属类别。在FERET人脸图像子库上的实验表明:随机采样子空间保局投影算法的性能明显优于Eigenface、Fisherface、保局投影和鉴别保局投影等算法;和保局投影算法相比,本文所提出的方法人脸识别精度提高了10%以上。结果表明,随机采样子空间保局投影算法有效地融合了各LPP投影空间的互补信息,可以显著地提高人脸识别精度。
随机采样子空间保局投影 保局投影 子空间 人脸识别 Random Sampling Subspaces Locality Preserving Proj LPP subspace face recognition
