自由能微扰法计算酶和抑制剂的相对结合自由能

用自由能微扰方法（FEP）计算了2种hydroxamate类的抑制剂和MMP－2的相对结合自由能，自由能计算采用了慢增长（Slow Growth)和固定窗口增长（Fixed Width Window Growth) 2种方法，并且在每次计算中都采用了双向采样（double-wide sampling)的策略，2种方法计算得到的相对结合自由能都能和实验值得很好地符合。     

11种结合自由能评价函数对中草药中法尼酯受体的配体预测比较

以蛋白质晶体结构数据库PDB中FX-fexaramine复合物(PDB代码:1OSH)三维结构为研究对象,采用Ligandfit作为采样工具,筛选到中草药中12个可能与FXR相互作用强的的配体。并比较了11种结合自由能评价函数(Ligscorel、Lig- score2、D-Score、-PLP1、-PLP2、Jain、-PMF、Ludil、Ludi2、Ludi3,以及共同评价函数)在该研究体系中的预测能力。结果表明将评价函数中的-PLP1和-PLP1这2种评价函数的预测能力最好。     

Secure Channel Free ID-Based Searchable Encryption for Peer-to-Peer Group

Data sharing and searching are important functionalities in cloud storage. In this paper, we show how to securely and flexibly search and share cloud data among a group of users without a group manager. We formalize a novel cryptosystem: secure channel free searchable encryption in a peer-to-peer group, which features with the secure cloud data sharing and searching for group members in an identity-based setting. Our scheme allows group members to join or leave the group dynamically. We present two schemes: basic scheme and enhanced scheme. We formally prove that our basic scheme achieves consistency and indistinguishability against the chosen keyword and ciphertext attack and the outsider’s keyword guessing attack, respectively. An enhanced scheme is also proposed to achieve forward secrecy, which allows to revoke user search right over the former shared data.     

基于绑定图的Web服务可靠性预测模型

为提高动态组合服务的可靠性预测精度,提出一种适用于Web动态服务的可靠性预测模型。将Web服务分解为执行路径、服务组合模块、原子服务等不同粒度的组合单位,构建各组合单位的绑定图,在绑定图的基础上按照粒度大小逐层进行可靠度预测,并将组合单位的可靠度集成为组合服务的可靠度。实例分析结果表明,与现有可靠性预测模型相比,当组合服务中服务组件的可靠度发生变化时,该模型只需计算受该服务影响的执行路径上的可靠度增量,降低了计算复杂度,并且能更高效地进行灵敏度分析以识别组合服务中的关键服务。     

海上自由物体漂移轨迹预测方法

为提高对海上遇险目标的搜索效率,在搜救行动开始前需要对搜索目标的位置进行预测.在获得遇险目标的最后告知位置后,计算漂流轨迹可以预测搜救力量展开搜索时险目标的实际位置.通过计算各环境因素带来的漂移速度分量,进行矢量合成后可以得到遇险目标的漂移速度.对搜索目标遇险后的漂移轨迹进行预测,以此划定搜索区域.     

基于茎区的自由能算法预测RNA二级结构

预测RNA分子的二级结构是计算生物学中的一个重要研究内容,本文在传统的最小自由能算法的基础上,提出了基于茎区的自由能算法,该算法时间复杂度O(n<'3>),空间复杂度O(n<'2>),能够预测RNA二级结构及其假结.     

基于聚类的下采样及其在蛋白质-核苷酸绑定位点预测中的应用磁

蛋白质‐核苷酸绑定位点预测对于蛋白质功能研究和药物设计有极其重要的作用。单纯依赖生物学实验来获取绑定位点情况的成本大,耗时长。因此,使用模式识别的方法来进行蛋白质‐核苷酸预测越来越重要。蛋白质‐核苷酸绑定位点预测是一个典型的不平衡学习问题,为了保持样本的平衡性,在稀疏表示方法提取特征的基础上,使用基于聚类的下采样方法进行采样,然后用SVM进行蛋白质‐核苷酸绑定位点预测。实验结果说明了方法的可行性和有效性。     

数据组合处理方法在数据预测中的应用

数据组合处理方法（GMDH）是20世纪70年代发展起来的一种启发式自组织建立模型的方法;它能充分地、合理地利用数据,自动进行变量组合,筛选以及判断从而得到合适的模型;简单介绍了该方法建模的基本原理和算法实现,给出了仿真算例,并与用相同资料建立的PPR预测模型的预测结果进行了比较;仿真结果表明,用GMDH方法建立非线性系统模型,具有预测精度高、计算稳定性好等优点。     

基于ES-GRU-LSTM的风电场群功率预测

风电占比的不断增加对电力系统安全稳定运行带来挑战,快速、准确的风电功率预测方法至关重要。提出了一种ES-GRU-LSTM模型对风电场群功率进行预测,通过指数平滑法(ES)处理原始数据填补缺失与异常值,提高了功率数据集的可信度和平滑性,并引入训练速度快、结构较简单的门控循环单元(GRU)对预测性能好、准确性较高的长短期记忆(LSTM)神经网络进行改进,比较ES-GRU-LSTM、GRU、LSTM的预测性能和预测时间。仿真结果表明,ES-GRU-LSTM同时改善了预测精度和预测速度。     

一种新型无组控制器安全组播密钥管理协议的实现

针对独立无关组设计了一种新型的安全组播密钥管理协议。该协议不需要一个专门的组控制器集中管理，采用二 叉密钥分配树完成组密钥更新机制，实现了组成员加入敏感性和离开敏感性组密钥更新策略，组成员之间使用基于身份标识的密钥共识协议完成相互认证，有效地抵抗中间人攻击，并且解决了传统方式用公钥证书认证所引起的带宽消耗和计算耗费问题，保证组播通信的安全性和高效性。