Towards the identification of a neighbourhood park typology : a conceptual and methodological exploration

Peu d’études ont évalué les caractéristiques des parcs pouvant encourager l’activité physique spécifiquement chez les jeunes. Cette étude vise à estimer la fiabilité d’un outil d’observation des parcs orienté vers les jeunes, à identifier les domaines conceptuels des parcs capturés par cet outil à l’aide d’une opérationnalisation du modèle conceptuel des parcs et de l’activité physique et à identifier différents types de parcs. Un total de 576 parcs ont été évalués en utilisant un outil d’évaluation des parcs. La fiabilité intra-juges et la fiabilité inter-juges de cet outil ont été estimées. Une analyse exploratoire par composantes principales (ACP) a été effectuée en utilisant une rotation orthogonale varimax et les variables étaient retenues si elles saturaient à ≥0.3 sur une composante. Une analyse par grappes (AG) à l’aide de la méthode de Ward a ensuite été réalisée en utilisant les composantes principales et une mesure de l’aire des parcs. L’outil était généralement fiable et l’ACP a permis d'identifier dix composantes principales qui expliquaient 60% de la variance totale. L’AG a donné un résultat de neuf grappes qui expliquaient 40% de la variance totale. Les méthodes de l’ACP et l’AG sont donc faisables avec des données de parcs. Les résultats ont été interprétés en utilisant l’opérationnalisation du modèle conceptuel.

Quantification de la relation séquence-activité de l’ARN par prédiction de structure tridimensionnelle

Dans un premier temps, nous avons modélisé la structure d’une famille d’ARN avec une grammaire de graphes afin d’identifier les séquences qui en font partie. Plusieurs autres méthodes de modélisation ont été développées, telles que des grammaires stochastiques hors-contexte, des modèles de covariance, des profils de structures secondaires et des réseaux de contraintes. Ces méthodes de modélisation se basent sur la structure secondaire classique comparativement à nos grammaires de graphes qui se basent sur les motifs cycliques de nucléotides. Pour exemplifier notre modèle, nous avons utilisé la boucle E du ribosome qui contient le motif Sarcin-Ricin qui a été largement étudié depuis sa découverte par cristallographie aux rayons X au début des années 90. Nous avons construit une grammaire de graphes pour la structure du motif Sarcin-Ricin et avons dérivé toutes les séquences qui peuvent s’y replier. La pertinence biologique de ces séquences a été confirmée par une comparaison des séquences d’un alignement de plus de 800 séquences ribosomiques bactériennes. Cette comparaison a soulevée des alignements alternatifs pour quelques unes des séquences que nous avons supportés par des prédictions de structures secondaires et tertiaires. Les motifs cycliques de nucléotides ont été observés par les membres de notre laboratoire dans l'ARN dont la structure tertiaire a été résolue expérimentalement. Une étude des séquences et des structures tertiaires de chaque cycle composant la structure du Sarcin-Ricin a révélé que l'espace des séquences dépend grandement des interactions entre tous les nucléotides à proximité dans l’espace tridimensionnel, c’est-à-dire pas uniquement entre deux paires de bases adjacentes. Le nombre de séquences générées par la grammaire de graphes est plus petit que ceux des méthodes basées sur la structure secondaire classique. Cela suggère l’importance du contexte pour la relation entre la séquence et la structure, d’où l’utilisation d’une grammaire de graphes contextuelle plus expressive que les grammaires hors-contexte. Les grammaires de graphes que nous avons développées ne tiennent compte que de la structure tertiaire et négligent les interactions de groupes chimiques spécifiques avec des éléments extra-moléculaires, comme d’autres macromolécules ou ligands. Dans un deuxième temps et pour tenir compte de ces interactions, nous avons développé un modèle qui tient compte de la position des groupes chimiques à la surface des structures tertiaires. L’hypothèse étant que les groupes chimiques à des positions conservées dans des séquences prédéterminées actives, qui sont déplacés dans des séquences inactives pour une fonction précise, ont de plus grandes chances d’être impliqués dans des interactions avec des facteurs. En poursuivant avec l’exemple de la boucle E, nous avons cherché les groupes de cette boucle qui pourraient être impliqués dans des interactions avec des facteurs d'élongation. Une fois les groupes identifiés, on peut prédire par modélisation tridimensionnelle les séquences qui positionnent correctement ces groupes dans leurs structures tertiaires. Il existe quelques modèles pour adresser ce problème, telles que des descripteurs de molécules, des matrices d’adjacences de nucléotides et ceux basé sur la thermodynamique. Cependant, tous ces modèles utilisent une représentation trop simplifiée de la structure d’ARN, ce qui limite leur applicabilité. Nous avons appliqué notre modèle sur les structures tertiaires d’un ensemble de variants d’une séquence d’une instance du Sarcin-Ricin d’un ribosome bactérien. L’équipe de Wool à l’université de Chicago a déjà étudié cette instance expérimentalement en testant la viabilité de 12 variants. Ils ont déterminé 4 variants viables et 8 létaux. Nous avons utilisé cet ensemble de 12 séquences pour l’entraînement de notre modèle et nous avons déterminé un ensemble de propriétés essentielles à leur fonction biologique. Pour chaque variant de l’ensemble d’entraînement nous avons construit des modèles de structures tertiaires. Nous avons ensuite mesuré les charges partielles des atomes exposés sur la surface et encodé cette information dans des vecteurs. Nous avons utilisé l’analyse des composantes principales pour transformer les vecteurs en un ensemble de variables non corrélées, qu’on appelle les composantes principales. En utilisant la distance Euclidienne pondérée et l’algorithme du plus proche voisin, nous avons appliqué la technique du « Leave-One-Out Cross-Validation » pour choisir les meilleurs paramètres pour prédire l’activité d’une nouvelle séquence en la faisant correspondre à ces composantes principales. Finalement, nous avons confirmé le pouvoir prédictif du modèle à l’aide d’un nouvel ensemble de 8 variants dont la viabilité à été vérifiée expérimentalement dans notre laboratoire. En conclusion, les grammaires de graphes permettent de modéliser la relation entre la séquence et la structure d’un élément structural d’ARN, comme la boucle E contenant le motif Sarcin-Ricin du ribosome. Les applications vont de la correction à l’aide à l'alignement de séquences jusqu’au design de séquences ayant une structure prédéterminée. Nous avons également développé un modèle pour tenir compte des interactions spécifiques liées à une fonction biologique donnée, soit avec des facteurs environnants. Notre modèle est basé sur la conservation de l'exposition des groupes chimiques qui sont impliqués dans ces interactions. Ce modèle nous a permis de prédire l’activité biologique d’un ensemble de variants de la boucle E du ribosome qui se lie à des facteurs d'élongation.

Distribution spatiale des racines fines, disponibilité de la lumière et rendement dans un système de culture intercalaire avec arbres feuillus en zone tempérée

Les distributions spatiales des racines fines de Quercus rubra L. (CHR), Populus deltoides x nigra (DN3570) (PEH) et d’une culture fourragère (FOUR) ont été étudiées dans un système agroforestier de culture intercalaire (SCI) du sud du Québec (Canada). L’étude ne révèle pas d’enracinement plus profond des arbres en SCI, mais des profils superficiels à l’instar de nombreuses espèces d’arbres en plantations ou en milieu naturel. Une séparation spatiale existe entre les systèmes racinaires du FOUR et des CHR dont la densité relative selon la profondeur est plus faible que celle de la culture de 0 à 10 cm, mais plus élevée de 10 à 30 cm. Les PEH ne présentent pas d’adaptation racinaire et les hautes valeurs de densités de longueur racinaires (FRLD) de surface près du tronc entraînent une diminution de 45 % de la densité racinaire de surface du fourrage, suggérant une forte compétition pour les ressources du sol. L’étude du rendement agricole a d’ailleurs révélé des réductions de biomasse fourragère particulièrement près des PEH. Cependant, les résultats d’une analyse à composantes principales suggèrent un impact secondaire de la compétition racinaire sur le rendement agricole, et une plus grande importance de la compétition pour la lumière. L’impact des PEH à croissance rapide sur la culture est plus grand que celui du CHR. Cependant, ils seront récoltés plus rapidement et l’espace libéré favorisera la croissance de la culture intercalaire. Cet aspect dynamique des SCI les rapproche des écosystèmes naturels et devrait être réfléchi et approfondi pour leur succès futur.

Analyse en composantes indépendantes avec une matrice de mélange éparse

L'analyse en composantes indépendantes (ACI) est une méthode d'analyse statistique qui consiste à exprimer les données observées (mélanges de sources) en une transformation linéaire de variables latentes (sources) supposées non gaussiennes et mutuellement indépendantes. Dans certaines applications, on suppose que les mélanges de sources peuvent être groupés de façon à ce que ceux appartenant au même groupe soient fonction des mêmes sources. Ceci implique que les coefficients de chacune des colonnes de la matrice de mélange peuvent être regroupés selon ces mêmes groupes et que tous les coefficients de certains de ces groupes soient nuls. En d'autres mots, on suppose que la matrice de mélange est éparse par groupe. Cette hypothèse facilite l'interprétation et améliore la précision du modèle d'ACI. Dans cette optique, nous proposons de résoudre le problème d'ACI avec une matrice de mélange éparse par groupe à l'aide d'une méthode basée sur le LASSO par groupe adaptatif, lequel pénalise la norme 1 des groupes de coefficients avec des poids adaptatifs. Dans ce mémoire, nous soulignons l'utilité de notre méthode lors d'applications en imagerie cérébrale, plus précisément en imagerie par résonance magnétique. Lors de simulations, nous illustrons par un exemple l'efficacité de notre méthode à réduire vers zéro les groupes de coefficients non-significatifs au sein de la matrice de mélange. Nous montrons aussi que la précision de la méthode proposée est supérieure à celle de l'estimateur du maximum de la vraisemblance pénalisée par le LASSO adaptatif dans le cas où la matrice de mélange est éparse par groupe.

Localisation du langage et de la mémoire verbale en magnétoencéphalographie

Dans le cadre de l’évaluation pré-chirurgicale de patients épileptiques, il est impératif de déterminer la spécialisation hémisphérique du langage, ainsi que de localiser les aires du langage au sein de cet hémisphère. De nouvelles méthodes d’évaluation non- invasives doivent être mises au point afin de diminuer les risques associés aux méthodes plus invasives telles que le test à l’amobarbital intracarotidien (TAI). L’objectif principal de cette thèse est donc de développer un protocole d’évaluation pré-chirurgicale alternatif et non-invasif à l’aide de la magnétoencéphalographie (MEG) pour la latéralisation et la localisation du langage, incluant la mémoire verbale qui serait éventuellement accessible à une population pédiatrique francophone épileptique. L’article 1 présente une recension de la littérature résumant les différentes études en MEG ayant pour objectif l’évaluation pré-chirurgicale du langage. Trente-sept articles en MEG ont été analysés pour déterminer quelles tâches permettaient d’obtenir les meilleurs résultats de latéralisation intrahémisphérique et de localisation du langage pour l’évaluation du langage réceptif et expressif chez des sujets neurologiquement sains et épileptiques. Parmi les tests retenus, l’épreuve de reconnaissance de mots permet d’évaluer le langage réceptif et la mémoire verbale, tandis que des épreuves de fluence verbale telles que la génération de verbes permettent d’évaluer le langage expressif de façon à obtenir de très bons résultats. L’article 2 a permis de valider un protocole auprès de sujets neurologiquement sains à l’aide des épreuves identifiées dans l’article 1. Le protocole utilisé comprend une tâche de langage réceptif et de mémoire verbale (une épreuve de reconnaissance de mots) et une tâche de langage expressif (une épreuve de fluence verbale). Suite à la validation du protocole à l’aide d’analyses par composantes principales, les épreuves ont été administrées à un groupe de patients épileptiques. Les index de latéralité et les analyses de sources i révèlent que la MEG permet de localiser et de latéraliser les fonctions langagières et pourrait donc être utilisée comme méthode d'évaluation du langage lors de l'évaluation pré- chirurgicale auprès de patients épileptiques. Toutefois, alors que l’épreuve de mémoire verbale a permis d’obtenir les meilleurs résultats auprès de l’ensemble des participants, l’épreuve de fluence verbale n’a fourni des informations supplémentaires que chez un seul patient et chez aucun participant neurologiquement sain. En résumé, les deux articles de cette thèse démontrent le potentiel clinique de la MEG pour l’évaluation pré-chirurgicale de patients souffrant d’une épilepsie réfractaire.

Caractérisation de la plainte cognitive dans le vieillissement normal et le trouble cognitif léger

Le vieillissement étant un enjeu démographique majeur, il est capital de mieux comprendre les changements qui surviennent durant cette période de la vie. Il est connu que certaines fonctions cognitives sont modifiées avec l’avancée en âge. D’ailleurs, 25 à 50 % des personnes âgées de 65 ans et plus rapportent avoir observé un déclin de leur cognition et de leur mémoire. Les travaux de cette thèse portent sur la caractérisation de la plainte cognitive chez des personnes âgées saines et chez des aînés ayant un trouble cognitif léger (TCL) ainsi que sur son évolution au fil de la progression vers la maladie d’Alzheimer. La première étude (Chapitre II) avait pour objectif d’identifier les différents domaines de plainte mnésique chez des personnes d’âge moyen et des individus plus âgés. Elle visait également à vérifier si les domaines de plainte étaient associés aux performances aux tests neuropsychologiques. L’effet sur la plainte de certaines caractéristiques personnelles (âge, sexe, niveau de scolarité et symptômes dépressifs) a aussi été examiné. Le Questionnaire d’auto-évaluation de la mémoire (QAM; Van der Linden, Wijns, Von Frenkell, Coyette, & Seron, 1989) et plusieurs tests neuropsychologiques ont été complétés par 115 adultes sains âgés de 45 à 87 ans. Une analyse en composantes principales réalisée sur l'ensemble des questions du QAM a permis d’identifier sept grands domaines de plainte. Des analyses subséquentes ont révélé que les plaintes les plus fréquemment rapportées par les participants sont associées à des situations où des facteurs internes et externes interfèrent avec la performance mnésique. Les analyses ont aussi montré que les plaintes relatives à des oublis dont les conséquences menacent l’autonomie et la sécurité témoigneraient de problèmes cognitifs et fonctionnels plus sévères. Enfin, nos résultats ont indiqué que les différents domaines de plainte reflètent globalement les problèmes cognitifs objectifs. Aucune association n’a été trouvée entre la plainte et la plupart des caractéristiques démographiques. La seconde étude (Chapitre III) avait pour but de caractériser la plainte cognitive dans le TCL ainsi que son évolution dans la progression de la démence. L’étude cherchait aussi à déterminer si les changements dans certains domaines de plainte étaient reliés au déclin de ii fonctions cognitives spécifiques chez les individus avec TCL qui ont progressé vers la démence (progresseurs). Des personnes avec TCL et des individus âgés sains ont été évalués annuellement pendant trois ans. Le QAM et le Multifactorial Memory Questionnaire (MMQ; Fort, Holl, Kaddour, & Gana, 2004) ont été utilisés pour mesurer leurs plaintes. Les résultats ont révélé que les progresseurs rapportaient davantage de difficultés associées à la mémorisation de contenus complexes (ex. : textes ou conversations), d’événements récents et d’informations sur leurs proches que les personnes âgées saines et ce, jusqu’à trois ans avec le diagnostic de démence. L’analyse des effets de groupe a indiqué que l’intensité des plaintes des progresseurs semble être demeurée stable durant le suivi. Il est donc possible qu’une proportion des progresseurs présentent une méconnaissance de leurs difficultés cognitives. Cependant, des analyses corrélationnelles ont montré que l’augmentation des plaintes reliées à trois domaines était associée à l’accroissement de certaines atteintes cognitives durant les trois ans. Ainsi, certaines plaintes pourraient permettre de mieux comprendre les difficultés cognitives qui sont vécues par la personne avec TCL. Les implications théoriques et cliniques de ces résultats seront discutées dans le dernier chapitre de la thèse (Chapitre IV).

Scoliosis curve type classification from 3D trunk image

Adolescent idiopathic scoliosis (AIS) is a deformity of the spine manifested by asymmetry and deformities of the external surface of the trunk. Classification of scoliosis deformities according to curve type is used to plan management of scoliosis patients. Currently, scoliosis curve type is determined based on X-ray exam. However, cumulative exposure to X-rays radiation significantly increases the risk for certain cancer. In this paper, we propose a robust system that can classify the scoliosis curve type from non invasive acquisition of 3D trunk surface of the patients. The 3D image of the trunk is divided into patches and local geometric descriptors characterizing the surface of the back are computed from each patch and forming the features. We perform the reduction of the dimensionality by using Principal Component Analysis and 53 components were retained. In this work a multi-class classifier is built with Least-squares support vector machine (LS-SVM) which is a kernel classifier. For this study, a new kernel was designed in order to achieve a robust classifier in comparison with polynomial and Gaussian kernel. The proposed system was validated using data of 103 patients with different scoliosis curve types diagnosed and classified by an orthopedic surgeon from the X-ray images. The average rate of successful classification was 93.3% with a better rate of prediction for the major thoracic and lumbar/thoracolumbar types.

Non invasive classification system of scoliosis curve types using least-squares support vector machines

Objective To determine scoliosis curve types using non invasive surface acquisition, without prior knowledge from X-ray data. Methods Classification of scoliosis deformities according to curve type is used in the clinical management of scoliotic patients. In this work, we propose a robust system that can determine the scoliosis curve type from non invasive acquisition of the 3D back surface of the patients. The 3D image of the surface of the trunk is divided into patches and local geometric descriptors characterizing the back surface are computed from each patch and constitute the features. We reduce the dimensionality by using principal component analysis and retain 53 components using an overlap criterion combined with the total variance in the observed variables. In this work, a multi-class classifier is built with least-squares support vector machines (LS-SVM). The original LS-SVM formulation was modified by weighting the positive and negative samples differently and a new kernel was designed in order to achieve a robust classifier. The proposed system is validated using data from 165 patients with different scoliosis curve types. The results of our non invasive classification were compared with those obtained by an expert using X-ray images. Results The average rate of successful classification was computed using a leave-one-out cross-validation procedure. The overall accuracy of the system was 95%. As for the correct classification rates per class, we obtained 96%, 84% and 97% for the thoracic, double major and lumbar/thoracolumbar curve types, respectively. Conclusion This study shows that it is possible to find a relationship between the internal deformity and the back surface deformity in scoliosis with machine learning methods. The proposed system uses non invasive surface acquisition, which is safe for the patient as it involves no radiation. Also, the design of a specific kernel improved classification performance.

Scoliosis Follow-Up Using Noninvasive Trunk Surface Acquisition

Adolescent idiopathic scoliosis (AIS) is a musculoskeletal pathology. It is a complex spinal curvature in a 3-D space that also affects the appearance of the trunk. The clinical follow-up of AIS is decisive for its management. Currently, the Cobb angle, which is measured from full spine radiography, is the most common indicator of the scoliosis progression. However, cumulative exposure to X-rays radiation increases the risk for certain cancers. Thus, a noninvasive method for the identification of the scoliosis progression from trunk shape analysis would be helpful. In this study, a statistical model is built from a set of healthy subjects using independent component analysis and genetic algorithm. Based on this model, a representation of each scoliotic trunk from a set of AIS patients is computed and the difference between two successive acquisitions is used to determine if the scoliosis has progressed or not. This study was conducted on 58 subjects comprising 28 healthy subjects and 30 AIS patients who had trunk surface acquisitions in upright standing posture. The model detects 93% of the progressive cases and 80% of the nonprogressive cases. Thus, the rate of false negatives, representing the proportion of undetected progressions, is very low, only 7%. This study shows that it is possible to perform a scoliotic patient's follow-up using 3-D trunk image analysis, which is based on a noninvasive acquisition technique.

STUDIES ON THE STRESS FLUCTUATIONS IN SHEARED STOKESIAN SUSPENSIONS USING CHAOS THEORY AND NONLINEAR DYNAMICS

The thesis report results obtained from a detailed analysis of the fluctuations of the rheological parameters viz. shear and normal stresses, simulated by means of the Stokesian Dynamics method, of a macroscopically homogeneous sheared suspension of neutrally buoyant non-Brownian suspension of identical spheres in the Couette gap between two parallel walls in the limit of vanishingly small Reynolds numbers using the tools of non-linear dynamics and chaos theory for a range of particle concentration and Couette gaps. The thesis used the tools of nonlinear dynamics and chaos theory viz. average mutual information, space-time separation plots, visual recurrence analysis, principal component analysis, false nearest-neighbor technique, correlation integrals, computation of Lyapunov exponents for a range of area fraction of particles and for different Couette gaps. The thesis observed that one stress component can be predicted using another stress component at the same area fraction. This implies a type of synchronization of one stress component with another stress component. This finding suggests us to further analysis of the synchronization of stress components with another stress component at the same or different area fraction of particles. The different model equations of stress components for different area fraction of particles hints at the possible existence a general formula for stress fluctuations with area fraction of particle as a parameter

Studies on the Quality of Rainwater at Various Land Use Locations and Variations by Interaction with Domestic Rainwater Harvesting Systems

The present study focused on the quality of rainwater at various land use locations and its variations on interaction with various domestic rainwater harvesting systems.Sampling sites were selected based upon the land use pattern of the locations and were classified as rural, urban, industrial and sub urban. Rainwater samples were collected from the south west monsoon of May 2007 to north east monsoon of October 2008, from four sampling sites namely Kothamangalam, Emakulam, Eloor and Kalamassery, in Ernakulam district of the State of Kerala, which characterized typical rural, urban, industrial and suburban locations respectively. Rain water samples at various stages of harvesting were also collected. The samples were analyzed according to standard procedures and their physico-chemical and microbiological parameters were determined. The variations of the chemical composition of the rainwater collected were studied using statistical methods. It was observed that 17.5%, 30%, 45.8% and 12.1% of rainwater samples collected at rural, urban, industrial and suburban locations respectively had pH less than 5.6, which is considered as the pH of cloud water at equilibrium with atmospheric CO,.Nearly 46% of the rainwater samples were in acidic range in the industrial location while it was only 17% in the rural location. Multivariate statistical analysls was done using Principal Component Analysis, and the sources that inf1uence the composition of rainwater at each locations were identified .which clearly indicated that the quality of rain water is site specific and represents the atmospheric characteristics of the free fall The quality of harvested rainwater showed significant variations at different stages of harvesting due to deposition of dust from the roof catchment surface, leaching of cement constituents etc. Except the micro biological quality, the harvested rainwater satisfied the Indian Standard guide lines for drinking water. Studies conducted on the leaching of cement constituents in water concluded that tanks made with ordinary portland cement and portland pozzolana cement could be safely used for storage of rain water.

“Improved Feature Extraction and Classification Techniques for Multispectral Brain Magnetic Resonance Images”

Magnetic Resonance Imaging (MRI) is a multi sequence medical imaging technique in which stacks of images are acquired with different tissue contrasts. Simultaneous observation and quantitative analysis of normal brain tissues and small abnormalities from these large numbers of different sequences is a great challenge in clinical applications. Multispectral MRI analysis can simplify the job considerably by combining unlimited number of available co-registered sequences in a single suite. However, poor performance of the multispectral system with conventional image classification and segmentation methods makes it inappropriate for clinical analysis. Recent works in multispectral brain MRI analysis attempted to resolve this issue by improved feature extraction approaches, such as transform based methods, fuzzy approaches, algebraic techniques and so forth. Transform based feature extraction methods like Independent Component Analysis (ICA) and its extensions have been effectively used in recent studies to improve the performance of multispectral brain MRI analysis. However, these global transforms were found to be inefficient and inconsistent in identifying less frequently occurred features like small lesions, from large amount of MR data. The present thesis focuses on the improvement in ICA based feature extraction techniques to enhance the performance of multispectral brain MRI analysis. Methods using spectral clustering and wavelet transforms are proposed to resolve the inefficiency of ICA in identifying small abnormalities, and problems due to ICA over-completeness. Effectiveness of the new methods in brain tissue classification and segmentation is confirmed by a detailed quantitative and qualitative analysis with synthetic and clinical, normal and abnormal, data. In comparison to conventional classification techniques, proposed algorithms provide better performance in classification of normal brain tissues and significant small abnormalities.

A Prototype for a Multimodal Biometric Security system based on Face and Audio Signatures

Any automatically measurable, robust and distinctive physical characteristic or personal trait that can be used to identify an individual or verify the claimed identity of an individual, referred to as biometrics, has gained significant interest in the wake of heightened concerns about security and rapid advancements in networking, communication and mobility. Multimodal biometrics is expected to be ultra-secure and reliable, due to the presence of multiple and independent—verification clues. In this study, a multimodal biometric system utilising audio and facial signatures has been implemented and error analysis has been carried out. A total of one thousand face images and 250 sound tracks of 50 users are used for training the proposed system. To account for the attempts of the unregistered signatures data of 25 new users are tested. The short term spectral features were extracted from the sound data and Vector Quantization was done using K-means algorithm. Face images are identified based on Eigen face approach using Principal Component Analysis. The success rate of multimodal system using speech and face is higher when compared to individual unimodal recognition systems

Biogeochemistry of the shelf sediments of south eastern Arabian sea: Effect on benthic bacterial heterotrophs

The composition and variability of heterotrophic bacteria along the shelf sediments of south west coast of India and its relationship with the sediment biogeochemistry was investigated. The bacterial abundance ranged from 1.12 x 103 – 1.88 x 106 CFU g-1 dry wt. of sediment. The population showed significant positive correlation with silt (r = 0.529, p< 0.05), organic carbon (OC) (r = 0.679, p< 0.05), total nitrogen (TN) (r = 0.638, p< 0.05), total protein (TPRT) (r = 0.615, p< 0.05) and total carbohydrate (TCHO) (r = 0.675, p< 0.05) and significant negative correlation with sand (r = -0.488, p< 0.05). Community was mainly composed of Bacillus, Alteromonas, Vibrio, Coryneforms, Micrococcus, Planococcus, Staphylococcus, Moraxella, Alcaligenes, Enterobacteriaceae, Pseudomonas, Acinetobacter, Flavobacterium and Aeromonas. BIOENV analysis explained the best possible environmental parameters i.e., carbohydrate, total nitrogen, temperature, pH and sand at 50m depth and organic matter, BPC, protein, lipid and temperature at 200m depth controlling the distribution pattern of heterotrophic bacterial population in shelf sediments. The Principal Component Analysis (PCA) of the environmental variables showed that the first and second principal component accounted for 65% and 30.6% of the data variance respectively. Canonical Correspondence Analysis (CCA) revealed a strong correspondence between bacterial distribution and environmental variables in the study area. Moreover, non-metric MDS (Multidimensional Scaling) analysis demarcated the northern and southern latitudes of the study area based on the bioavailable organic matter