针对核范数正则约束使得矩阵低秩性不足、奇异值分解对大规模数据计算代价大、传统优化算法需人为调试最优参数的问题,提出一种基于Schatten-p范数和近端交替线性最小化算法的深度可学习子空间聚类算法。首先,通过Schatten-p范数作为低...针对核范数正则约束使得矩阵低秩性不足、奇异值分解对大规模数据计算代价大、传统优化算法需人为调试最优参数的问题,提出一种基于Schatten-p范数和近端交替线性最小化算法的深度可学习子空间聚类算法。首先,通过Schatten-p范数作为低秩正则项,使得子空间聚类系数矩阵更好地满足低秩结构;其次,利用Schatten-p范数的矩阵分解格式,避免了SVD计算代价大的不足;最后,针对传统优化算法须人为调整参数的问题,根据激活函数和稀疏正则项的对应关系,建立深度学习网络框架,通过数据自适应学习得到最优参数集。在MNIST手写数字、Amsterdam Library of Object Images和ORL人脸三个数据集上进行聚类的数值实验,结果表明:提出的子空间聚类算法相比于谱聚类、低秩子空间聚类和稀疏子空间聚类算法有更好的聚类性能。展开更多
采用 52℃下加热 6 min,后经 DEAE- 52、Sephacryls S- 2 0 0和 Q- Sepharose等柱层析方法 ,分离纯化了棕色固氮菌 (Azotobacter vinelandii)缺失 nif Z基因突变种固氮酶 Mo Fe(Δnif Z Mo Fe)蛋白 ,其纯度达到电泳纯。Δnif Z Mo Fe蛋...采用 52℃下加热 6 min,后经 DEAE- 52、Sephacryls S- 2 0 0和 Q- Sepharose等柱层析方法 ,分离纯化了棕色固氮菌 (Azotobacter vinelandii)缺失 nif Z基因突变种固氮酶 Mo Fe(Δnif Z Mo Fe)蛋白 ,其纯度达到电泳纯。Δnif Z Mo Fe蛋白的固氮活性为 2 83nmol C2 H2 还原 / (min·mg蛋白 ) ,远低于野生种 Mo Fe蛋白。Δnif Z Mo Fe蛋白对氧更敏感 ;热稳定性略低于野生种。Δnif Z Mo Fe蛋白的可见光吸收光谱与野生种 Mo Fe蛋白极为相似。其圆二色谱和磁圆二色谱在 450～ 550 nm与野生种 Mo Fe蛋白显著不同 ,表明其 P- cluster及其周围环境与野生种 Mo Fe蛋白有所差异。这亦可能是造成缺失 nif Z突变种 Mo Fe蛋白固氮活性低的原因。展开更多
文摘针对核范数正则约束使得矩阵低秩性不足、奇异值分解对大规模数据计算代价大、传统优化算法需人为调试最优参数的问题,提出一种基于Schatten-p范数和近端交替线性最小化算法的深度可学习子空间聚类算法。首先,通过Schatten-p范数作为低秩正则项,使得子空间聚类系数矩阵更好地满足低秩结构;其次,利用Schatten-p范数的矩阵分解格式,避免了SVD计算代价大的不足;最后,针对传统优化算法须人为调整参数的问题,根据激活函数和稀疏正则项的对应关系,建立深度学习网络框架,通过数据自适应学习得到最优参数集。在MNIST手写数字、Amsterdam Library of Object Images和ORL人脸三个数据集上进行聚类的数值实验,结果表明:提出的子空间聚类算法相比于谱聚类、低秩子空间聚类和稀疏子空间聚类算法有更好的聚类性能。
文摘采用 52℃下加热 6 min,后经 DEAE- 52、Sephacryls S- 2 0 0和 Q- Sepharose等柱层析方法 ,分离纯化了棕色固氮菌 (Azotobacter vinelandii)缺失 nif Z基因突变种固氮酶 Mo Fe(Δnif Z Mo Fe)蛋白 ,其纯度达到电泳纯。Δnif Z Mo Fe蛋白的固氮活性为 2 83nmol C2 H2 还原 / (min·mg蛋白 ) ,远低于野生种 Mo Fe蛋白。Δnif Z Mo Fe蛋白对氧更敏感 ;热稳定性略低于野生种。Δnif Z Mo Fe蛋白的可见光吸收光谱与野生种 Mo Fe蛋白极为相似。其圆二色谱和磁圆二色谱在 450～ 550 nm与野生种 Mo Fe蛋白显著不同 ,表明其 P- cluster及其周围环境与野生种 Mo Fe蛋白有所差异。这亦可能是造成缺失 nif Z突变种 Mo Fe蛋白固氮活性低的原因。
