人BLys 78-285的高效表达、纯化及功能鉴定

目的 克隆人B淋巴细胞刺激因子(B-lymphocyte stimulator,BLyS)胞外区cDNA,并行高效表达、纯化及功能鉴定。方法 提取 HL-60细胞总RNA,经RT-PCR扩增编码人 BLyS胞外区 78-285氨基酸 cDNA,行序列测定后,构建高效原核表达载体pQE-80L,经 IPTG诱导表达及 Ni-NTA层析纯化,SDS-PAGE和 Wester blot检测活性。结果 RT-PCR扩增得到627bp的DNA片段,序列分析与CenBank中报道的编码BLyS 78-285的cDNA序列一致,并在大肠杆菌中得到高效表达,纯化后纯度可达95％,并能刺激B淋巴细胞增殖。结论 成功克隆人 BLyS胞外区cD-NA,并获得了高效表达,纯化产物具有生物学活性,为进一步研究奠定了基础。     

动态硫化PP/IIR热塑性弹性体阻尼性能研究

以聚丙烯(PP)和丁基橡胶(IIR)为基体材料,溴化酚醛树脂为硫化剂,采用转矩流变仪制备了动态硫化PP/IIR热塑性弹性体,研究了硫化剂、萜烯树脂、石油树脂和滑石粉用量对PP/IIR动态硫化热塑性弹性体力学性能和动态力学性能的影响。结果表明:随着硫化剂用量的增加,PP/IIR动态硫化热塑性弹性体的阻尼因子最大值(tanδmax)和有效阻尼温域(tanδ0.3)略有提高;萜烯树脂和石油树脂可以明显提高PP/IIR动态硫化热塑性弹性体的阻尼性能,使得有效阻尼温域(tanδ0.3)明显向高温方向移动,提高了PP/IIR动态硫化热塑性弹性体的tanδmax;随着滑石粉用量的增加,PP/IIR动态硫化热塑性弹性体的tanδmax和有效阻尼温域都略有提高,tanδ峰值温度变化不大。     

多元线性回归优化聚偏氟乙烯/乙酸纤维素共混微滤膜成膜因素

首先分别以纯水通量、平均泡点压力减最大泡点压力、纯水通量加最大泡点压力减平均泡点压力作为考察PVDF/CA共混微滤膜的性能指标，设计了9因素4水平的正交实验表L₃₂(4⁹)并进行实验，其次采用标准化系数矩阵的多元线性回归模型对实验数据进行处理。结果表明：当以纯水通量为目标函数时，共混比、固含量、添加剂含量、凝胶浴温度是影响因子；当以平均泡点压力减最大泡点压力为目标函数时，固含量是影响因子；当以纯水通量加最大泡点压力减平均泡点压力为目标函数时，固含量是影响因子。结合环境扫描电镜照片对实验结果的综合分析后确定，当共混比、固含量、添加剂含量和凝胶浴温度分别为4∶1、12%、2%～3%和30～35℃时，即可制得性能较好的PVDF/CA微滤膜。     

基于对称Gabor特征和稀疏表示的人脸识别

受启发于人脸近似对称的先验知识,提出一种基于对称Gabor特征的稀疏表示算法并成功运用于人脸识别。首先把人脸图像进行镜像变换得到其镜像图像,进而将人脸分解为奇偶对称脸。在奇偶对称脸上分别提取Gabor特征,得到Gabor奇偶对称特征。通过一个加权因子,将奇偶特征融合生成新的特征。最后用这种新的特征构成超完备字典进行稀疏表示人脸分类。在人脸数据库AR和FERET上的实验结果表明所提算法在人脸有表情、姿势和光照变化情况下仍能获得较高的识别率。     

基于再采样的图像重采样伪作检测

重采样是图像篡改中的一种典型操作,针对现有重采样伪作检测算法对于JPEG压缩格式的图像检测效果不理想,也无法准确估计其中的缩放因子的问题,提出了基于再采样的图像重采样检测算法。该算法先将待检验的JPEG图像以缩放因子小于1进行再次重采样,以削弱JPEG压缩对算法的影响,再利用重采样信号二阶导数具有的周期性来进行重采样操作检测。实验结果表明,该算法具有很强的抗JPEG压缩能力,同时能够准确估计真实的缩放因子。另外,该算法对于经过不同缩放因子而得到的图像进行合成时的重采样操作,也有明显的检测效果。     

内容分发网络中基于相关内容吸引的缓存算法

内容分发网络中基于内容名的缓存算法会导致路由表规模随网络增长而膨胀,将严重影响网络路由效率和性能。针对该问题,提出一种基于相关内容吸引的节点缓存算法。利用本地缓存算法,通过节点已缓存内容对其他内容的吸引作用吸引主要特征内容,排斥具有次要特征内容,将缓存中不同特征内容的数量差异进行放大,使缓存内容表现出明显稳定的内容特征。同时设计相关内容生存时间相互增强的缓存策略,以减少路由通告信息量,提高内容分发网络的路由能力。实验结果表明,该算法在有效解决路由问题的同时,能增强缓存内容稳定性,提高路由可信度。     

一种改进的基于支持向量机的多类分类方法

针对现有支持向量机多类分类算法在分类精度上的不足,提出一种改进的支持向量机决策树多类分类算法。为了最大限度地减少误差积累的影响,该算法利用投影向量的思想作为衡量类分离性的标准,由此构建非平衡决策树,并且在决策树节点处对正负样本选取不同的惩罚因子来处理不平衡数据集的影响,最后引入KNN算法与SVM共同识别数据集。通过在手写体数字识别数据集上的仿真实验,分析比较各种方法,表明该方法能有效提高分类精度。     

基于知识点的多支持度挖掘算法

在知识点关联分析方法中,采用单一支持度阈值挖掘频繁知识点集,存在挖掘效率不高的问题。籍此,提出基于知识点的多支持度挖掘算法。算法的思想:针对网络学习平台特有的背景,引入知识点兴趣度和知识点出错频度两个度量因子,用以定量分析学习过程和测试诊断过程,客观地反映用户的学习情况;然后对两个度量因子的相关度进行计算,发现学习过程与测试诊断过程间的相关性;最后,结合多支持度策略,计算出基于知识点度量背景的多支持度,采用改进的多支持度关联规则挖掘进行频繁知识点集的挖掘。实验表明,改进算法在客观的支持度设定基础上,能有效地挖掘出频繁知识点集。     

基于决策者与带扰动因子的布谷鸟算法

针对布谷鸟算法在解决优化问题中存在收敛速度慢、求解精度低等缺陷,提出一种基于决策者和带扰动因子相结合的布谷鸟优化算法。算法引入最高决策者加快收敛速度,在迭代过程中对鸟窝位置带入扰动因子提高寻优精度。通过6个典型的标准测试函数对算法进行验证,实验表明,该算法在对布谷鸟算法的收敛速度和求解优化问题精度方面有较大改进,是一种有效的寻优算法。     

增强现实中基于自然特征的实时跟踪方法

在增强现实系统的复杂场景中,对目标的实时跟踪受到场景中诸多因素的制约,导致实时跟踪方法效率低且不准确,为此提出一种基于自然特征的实时跟踪方法。设计了一种螺旋分割模型,对捕获的图像进行螺旋分割,利用SURF算法在分割子块中提取特征点,并进行匹配。在对目标进行跟踪定位时,利用前一帧来预测当前帧目标出现的位置,以减少SURF算法的扫描区域,加速系统运算效率。实验中分别对场景光线强弱、视点和仿射变化以及目标被部分遮挡等不同情况进行测试,该方法均表现出较高的跟踪效率。