含伪结的RNA分子二级结构预测

预测含伪结的RNA分子二级结构是生物信息学的一个研究难点。利用多分类支持向量机结合贝叶斯神经网络针对含伪结的RNA分子二级结构进行预测。利用多分类支持向量机进行预测,输出端得到相应碱基的平面伪结结构的E-NSSEL（Extend New Secondary Structure Element Label）类别标签。使用碱基已预测的结果通过贝叶斯神经网络进行修正,并恢复RNA分子二级结构。使用该方法能有效地改善含伪结的RNA分子二级结构的预测效果。     

一种新型椭圆低通滤波器的设计与实现

针对现有椭圆滤波器多采用查对曲线方法设计电路参数导致的滤波性能不佳,调试困难等问题[1],设计了一种新型椭圆低通滤波器.该滤波器采用高电位和地之间嫁接复电抗的方法设计电路,按照基于四端网络的分析方法获得滤波电路的传递函数.具有设计方法简单,调试方便,电路参数精确,电路稳定可靠,截止频率易于调节,并能获得较高的滤波技术指标的特点.实际应用结果表明,滤波器滤波效果较好,满足设计要求.     

基于多维数据雷达图表示的图形分类器研究

分析介绍了用雷达图表示多维数据以及雷达图的图形特征选取和融合的基本方法,提出了一种基于多维数据雷达图表达的可视化图形分类新方法,该方法用雷达图表示多维数据,不同类别的多维数据对应不同的雷达图形,形成以雷达图形特征为表达主要特征的分类方法。并通过模糊推理方来来自动识别雷达图形,完成自动分类。实验表明,此方法简单、直观,实现了分类过程可视化、分类结果可视化,并且有良好的分类效果。     

基于IRP的企业信息化工程整体解决方案的设计

为解决当前企业信息化建设中"信息资源整合与共享问题",提出了一种基于IRP的企业信息化工程整体解决方案.介绍了信息资源规划的相关知识,分析了IRP与ERP之间的区别,采用信息资源规划方法,提出了一整套由"方法论 标准规范 支持工具"组成的技术体系解决方案,从而减少企业内部信息交流和沟通的中间环节,加快部门信息传递速度,提高了企业内部计算机应用水平,促进了企业现代化管理水平的提高,增强了企业的市场竞争能力.     

反相高效液相色谱法测定有机玻璃中的单体的方法研究

设计一种新的简易的分解样品及前处理方法,用寿命长、重现性好、能分析最多种化合物的反相C_(18)柱,选用便宜易得的甲醇水为流动相,分离各组分,在254nm检测,建立一个测定有机玻璃中甲基丙烯酸甲酯单体的新方法。方法的标准偏差为0.07％,变动系数为3.3％。回收率为101％,在工业上使用取得良好的结果。     

旅游场景下的基于深度学习的文本方面级细粒度情感分类

方面级细粒度情感分类是指针对文本数据,分析其在指定方面的情感极性.由于获取到的评论样本往往涉及不同的方面,导致各个方面的情感极性不平衡.为了减少不平衡数据对模型训练的影响,本文提出了一种新的数据平衡方法——批处理平衡方法(BB),用来平衡多标签多类别数据.同时,由于评论文本蕴含多个方面,传统模型结构往往每次只能预测一个...     

基于椭圆曲线的多银行电子现金支付协议的研究

椭圆曲线密码体制以其特有的优越性被广泛用于进行数据加密、数字签名，同样也可用来构建盲签名协议和电子现金协议。本文设计出了多银行电子现金支付协议。上述协议都是基于椭圆曲线离散对数表示问题的，其安全性是基于椭圆曲线离散对数的安全性。     

原子和公平匿名的电子交易协议的研究

基于公平盲签名技术、两阶段提交技术以及混合加密和数字签名技术,该文首次提出了一个能同时实现原子性和公平匿名性的电子交易协议。协议除了具有很好的原子性和匿名性外,对于非法的交易还提供了疑点追踪。文章详细描述了协议的工作过程,并分析了协议的原子性和匿名性。     

敏捷虚拟企业组织优化中伙伴选择的建模方法

随着信息技术的发展和全球化市场竞争环境的形成,制造业的经营观念发生了深刻的改变.敏捷制造（agile manufacturing,AM）作为提高企业群体竞争能力的全新制造业生产组织模式,被认为是21世纪制造业采用的主导模式.对AM的出现和发展以及相关技术进行综述后主要讨论了在敏捷虚拟企业（agile virtual enterprises,AVE）组建过程中,支持敏捷虚拟企业（AVE）盟主进行合作伙伴选择与实现的模糊层次分析法.并对原有的层次分析法的不足做了阐述.     

MIMO-OFDM系统中一种有效的信道估计方法

在多输入多输出正交频分复用(MIMO-OFDM)系统中，采用梳型训练符号的传统信道估计技术在子载波边缘会产生相当大的均方误差(MSEs)。为了减少这些子载波上的MSEs，提出了一种循环的梳型训练结构。在这种结构中，所有类型的训练符号都在每个天线上循环地发送。在接受端，用每个训练符号来估计信道频域响应，并采用与MSEs相对应的权重因子来平均这些响应。计算机仿真结果表明，这种循环的训练结构能够提供比传统的结构更高的信噪比(SNR)。