单支持串行同晶替代定相

提出了一种利用重原子占有率的自然差异进行连续单同构替换的简单方法。

劳伦斯·布拉格爵士

摘自M.F.佩鲁茨为劳伦斯·布拉格爵士写的讣告[自然（伦敦），（1971），233，74-76]。

本文描述了一项定性研究，以解开卷积神经网络的内部工作，目的是用串行晶体学数据可视化标准网络基本块中的信息。此外，该研究强调了图像中主要有助于预测命中或未命中的区域或部分。

提出了一种在连续晶体学中区分良像和劣像的机器学习方法。为了降低计算成本，该方法使用计算机视觉中的定向FAST和旋转BRIEF特征提取方法检测图像特征，然后使用多层感知器（神经网络）对图像进行分类。

本文提出了一种对连续晶体学数据进行分类的流水线，由实时特征提取算法、图像描述符和机器学习分类器组成。与其他特征提取器和分类器相比，该方法表现出了优越的性能。

在同晶置换法中，应用联合概率分布法定位重原子。

描述了在直接定相过程后恢复完整晶体结构的自动程序。该过程主要包括傅里叶循环方法，可在任何直接方法包中实现。残差R（右）过程结束时获得的值提供了对结构确定成功程度的估计。该程序也可以使用小分子片段作为先验信息。该程序已实施到统计资料记录92，继承人统计资料记录88

搜索IUCr日志		国防部		高级搜索
作者		体积	第页