简介:提出了一种基于DNA随机编码与Lorenz混沌映射的图像加密算法.首先将明文图像输入到SHA-256生成摘要信息,利用该摘要信息作为安全密钥输入到Lorenz混沌映射中,产生加密所需的伪随机序列;然后,利用Lorenz混沌序列对图像的像素值进行置换,并随机生成DNA掩码;最后利用DNA运算规则对图像进行DNA随机编码,实现图像加密.理论分析和实验结果证明,经该加密系统加密后的图像相邻像素相关性接近0,信息熵为7.998715,密钥空间大小为2^256,能够抵御统计攻击、暴力攻击、差分攻击等常见的攻击手段,具有很高的安全性.
简介:摘要目的采用长链非编码RNA(lncRNA)芯片检测在骨肉瘤与瘤旁组织中lncRNA表达谱,分析差异表达的lncRNA,探讨其功能。方法利用lncRNA芯片筛查2010年至2012年期间广州市第一人民医院和南部战区总医院7对骨肉瘤组织与瘤旁组织中lncRNA表达谱,实时荧光定量聚合酶链式反应(RT-qPCR)验证芯片结果;分层聚类和火山图分析特征性表达lncRNA,结合基因本体论数据库(GO)分析和通路分析探讨lncRNA参与肿瘤细胞的生物过程。使用Agilent Array平台对样品进行微阵列分析。Agilent Feature Extraction软件分析采集阵列图像。GeneSpring GX v11.5.1软件包进行分子标准化和随后数据处理。采用重复测量设计的方差分析评价各组之间的变化,多组间比较采用单因素方差分析。结果筛选得到7组瘤组织中差异lncRNA总数为4 221个,其中上调的1 995个,下调的2 226个;RT-qPCR验证结果与lncRNA结果基本一致;分层聚类分析显示骨肉瘤组织(T)和瘤旁组织(C)中的lncRNA表达差异有统计学意义;GO分析显示lncRNA广泛参与细胞的生物过程,还参与细胞的细胞器组成。结论lncRNA芯片能有效检测骨肉瘤组织差异性表达的lncRNA,结合分子生物学分析技术发现lncRNA参与骨肉瘤细胞多种生物活性过程。
简介:主要探讨了一种新颖的基于非负稀疏编码(NNSC)和径向基概率神经网络(RBPNN)模型的掌纹图像识别方法。使用NNSC算法可以成功地提取掌纹图像的特征,利用RBPNN模型可以有效、快速地实现掌纹图像的分类。与RBFNN和BPNN模型相比,实验结果表明RBPNN模型具有更高的识别率和更好的分类能力。