基于粒子系统的交互式叶脉生成

叶脉是叶片真实感中不可缺少的部分,本文提出了一种基于粒子系统的叶脉模拟方法。首先用户通过交互方式描绘叶片的轮廓及主叶脉和第二层叶脉,第三层以及更深层的叶脉由粒子系统生成;其次系统为每个叶片内的栅格化点寻找最接近自己的吸引点(交互指定的叶脉),并生成有向引力图;在叶片轮廓内随机撒播粒子,粒子根据引力图指定的方向移动,通过不断的与其他粒子合并生成叶脉。该方法能较好的模拟植物深层次的叶脉。     

云计算环境下不可靠数据恢复方法研究

由于云计算环境下不可靠数据中包含有利用价值的信息,但直接使用可能会给计算机带来负担,所以需要对云计算环境下不可靠数据进行恢复;当前大多数方法对不可靠数据进行复写时,利用地址映射层分配新的写入地址,因此不可靠的数据在一段时间内仍存在于云存储中,在这样的系统上实现对其的保护,不需额外保存数据的更新信息;通过FLASH的带外区记录时间戳,在FTL的映射项中增加时间戳信息,在不跟踪映射表每次更新的情况下,达到数据快速恢复的目的;但这种方法对云存储系统性能产生不利影响;为此,提出一种基于张量Tucker阈值的云计算环境下不可靠数据恢复方法,首先利用云计算环境下节点自身的随机秘钥生成器产生随机会话密钥,并对不可靠数据HMAC报文鉴别码进行计算,从而实现保护和重构;在此基础上,将不可靠数据的阈值分解过程与奇异阈值方法相结合,从而得到Tncker阈值算子,实现动态的数据恢复,恢复过程中利用Tucker阈值算子与增广拉格朗日乘子方法相结合的方式选择n-秩相似张量,提出基于增广拉格朗日乘子方法的不可靠数据Tucker阈值恢复方法,完成云计算环境下不可靠数据恢复;实验证明,所提方法能够有效提高不可靠数据恢复的准确性,降低数据恢复的能耗和时间,具有较强的可行性,为该课题的应用研究提供理论依据。     

基于SCA的分布式Web应用研究

针对传统的企业级分布式应用体系结构中由于平台和技术独立而存在的紧耦合、互操作性及重用性差等问题,深入理解了面向服务的体系结构(service oriented architecture,SOA)的特点,分析了SOA的最佳实现方式服务组件架构(servicecomponent architecture,SCA)的优势,在Java EE平台上构建基于SCA的分布式Web应用系统,重点介绍了SCA与Spring整合原理,并结合企业信息管理系统的应用实例,给出了该方案的实现技术。实验结果表明,该架构能很好地分离应用的业务逻辑和IT逻辑,具有易于构建、更改和部署等优势。     

基于随机游走扩散映射的降维算法

传统数据降维算法分为线性或流形学习降维算法,但在实际应用中很难确定需要哪一类算法。设计一种综合的数据降维算法,以保证它的线性降维效果下限为主成分分析方法且在流形学习降维方面能揭示流形的数据结构。通过对高维数据构造马尔可夫转移矩阵,使越相似的节点转移概率越大,从而发现高维数据降维到低维流形的映射关系。实验结果表明,在人造数据以及真实数据的线性降维中,该算法降维效果与主成分分析算法相当而局部线性嵌入失败;在流形学习降维中,该算法与局部线性嵌入基本相当而主成分分析算法完全失败。     

牦牛乳成分分析

与普通牛乳相比,牦牛乳中禽有更高含量的蛋白质、脂肪,是生产高级乳制品的优质原料;牦牛乳中含有各种人体所必需的氯矮酸,含有丰富的不饱和脂肪酸和功能性脂肪酸,含有丰富的维生素和矿物质,对人体健康非常有益。本篇综述针对于牦牛乳中的各种黍要的营养成分进行了具体的分析、归纳、总结,加深人们牦牛乳成分的认识,为后人对牦牛乳的研究奠定基础。     

金属硫蛋白基因表达水平评估青海不同地区的重金属污染程度

为揭示青海不同地区重金属污染的潜在生态风险,从玉树、果洛、海晏、刚察、共和5 个地区的牦牛肝脏样品中提取总RNA,在逆转录聚合酶的作用下生成cDNA,以逆转录产物为模板,利用实时定量PCR检测牦牛金属硫蛋白基因的表达水平。若将刚察地区牦牛肝脏金属硫蛋白cDNA实时荧光定量值作为对照组,2－ΔΔCt值设定为1时,则玉树、果洛、海晏、共和地区的牦牛肝脏金属硫蛋白cDNA实时荧光定量值分别为0.669、0.624、0.529、1.320,并且通过酶联免疫反应测定的牦牛体内金属硫蛋白的含量,相互印证,从而更加准确地评估青海不同地区牦牛机体重金属暴露水平,以便对牦牛产品安全进行评价。基因表达和酶联免疫反应的实验结果都表明,共和与刚察地区的重金属污染可能较为严重。     

不同地区牦牛肉中FABP基因Real-time PCR表达差异分析

为了研究不同地区牦牛肉品质的差异,本实验从大通、九龙、河南、迪庆、红原五个地区采集4岁公牦牛肌肉样品,提取总RNA,在逆转录聚合酶的作用下生成c DNA,以逆转录产物为模板,利用Real-time PCR检测牦牛肌肉中脂肪酸结合蛋白基因的表达水平。将迪庆地区牦牛作为对照组,肌肉中脂肪酸结合蛋白基因的c DNA实时荧光定量的2-ΔΔCt值设定为1,则大通、九龙、河南、红原地区的牦牛肌肉中脂肪酸结合蛋白基因的c DNA实时荧光定量的2-ΔΔCt值分别为4.18、2.94、9.95、10.73,从而得出不同地区牦牛肌肉中脂肪酸结合蛋白基因的相对表达水平,在分子水平上更加准确地评估不同地区牦牛肉品质。实验结果表明,红原和河南地区的牦牛肉品质最优,而迪庆地区牦牛肉品质较差。     

基于DCIO-DNN和迁移学习的基因表达回归预测模型

传统预测基因表达的线性模型无法解决基因表达谱数据高维度、少样本和非线性的现实问题。对此提出一种基于直连输入输出深度神经网络(DCIO-DNN)和迁移学习的基因表达回归预测模型(DCIO-DNN_GM)。提出一种可以建模landmark和target基因的线性和非线性映射关系的新型网络结构;引入迁移学习策略和正则化技术在小数据集上训练了模型。实验结果表明,该模型各项指标都更高。     

基于Fisher线性判别率的加权K-means聚类算法*

为提高K-means聚类效果,采用Fisher线性判别率的方法确定特征在聚类中的贡献度并依此对特征进行加权聚类。在人工和实际数据集上所做的实验表明,本方法在聚类效果上优于其他同类加权K-means聚类算法。