包括假结的RNA二级结构茎区组合预测新算法

提出了RNA茎区组合最优能的概念,给出了RNA茎区相容定义,利用相容矩阵与迭代矩阵以求出具有全局最大最优能的RNA茎区组合,建立了一种能够预测带假结的RNA二级结构的新方法。通过选取PseudoBase中的RNA序列,将预测得到的RNA二级结构与数据库上提供的RNA二级结构进行比较,同时用pknotsRG软件运行同样的数据与本方法得到的RNA二级结构进行比较,NGF-L2和NGF-H1的最好的敏感性、特异性均达到100%。试验结果与分析数据表明,本方法可靠、有效,具有较高的准确率,可以预测假结结构,尤其是tRNA类型的序列执行起来速度较快。     

一种新的RNA二级结构的三维图形表示

用图形法表示生物分子序列是生物信息学的一个重要研究课题,其中RNA二级结构以廖波提出的三维图形表示法应用比较广泛。在该算法的基础上,对二级结构中的自由基进行进一步划分,划分为假结内自由基和假结外自由基,并以此为基础提出了一种新的RNA二级结构三维图形表示法。将此表示法应用在随机抽取的5种含有假结的RNA分子上,可以有效地计算出它们之间的相似度。     

基于奇异值分解的RNA二级结构相似度计算方法

针对传统的核糖核酸(RNA)分子结构相似度计算方法存在复杂度高、未能充分考虑二级结构全局信息的缺点,基于一种7维序列编码方法，提出了一种利用矩阵奇异值分解提取RNA二级结构数据分布特征的算法，利用提取出的奇异值向量,基于向量距离进行RNA二级结构相似度比对.通过对Yeast tRNA phe、PSTV、poliovirus mutant 3种RNA分子二级结构构象的实验分析，表明了该方法的可行性和高效性.并将这种方法推广至任意两个RNA分子之间二级结构的相似度衡量，同样取得了不错的效果.     

基于禁忌遗传算法的RNA二级结构预测

生物RNA二级结构预测是生物信息学领域的一个重要研究问题.近来,研究人员提出应用元启发式算法来预测RNA二级结构.该文提出基于禁忌遗传算法的RNA二级结构预测方法(TGARNA),给出茎区相容性检测改进方法,保留最长茎区构造茎区相容个体,以改善种群性能;同时将禁忌搜索融入遗传操作以防止近亲繁殖,保持种群多样性.仿真实验...     

基于局部结构交互的RNA假结预测

基于RNA局部结构间的交互作用,提出一种含假结的RNA二级结构预测新方法LIFold。对给定的RNA序列,首先通过能量计算得到不含假结的能量最优结构,然后应用局部结构交互配对生成假结茎区,在已得到的最优结构基础上构建含假结的能量计算模型,最后通过优化算法得到含假结的RNA二级结构。应用该方法基于HotKnots测试数据的敏感性和阳性预测值(PPV)分别达到84%和80%,基于PseudoBase数据库测试数据的敏感性和阳性预测值分别达到78%和73%,与HotKnots、ILM、PknotsRG、IPknot及FlexStem等知名软件相比较,准确率均有所提高。     

有序树的计数及其应用

利用分拆-组装算法,构造了含有k+1个内点的有序树与森林之间的双射,讨论了在某些参数限制条件下的有序树的计数,并在建立RNA二级结构与非标号有序树之间的双射基础上,给出了满足一定参数条件的RNA二级结构计数问题的显示闭公式.     

离散蛙跳算法预测RNA二级结构

针对RNA二级结构预测问题,提出了一种离散蛙跳算法,根据RNA分子折叠的特点,重新定义个体的移动距离和位置,并借鉴粒子群优化算法中的惯性权重加以改进,使算法在空间探索和局部求精间取得了很好的平衡.与同领域中著名的预测软件进行了仿真比较,结果表明新的算法具有较高的预测精度.     

CANDU慢化剂排管容器贴体网格生成技术

为了对CANDU核反应堆慢化剂排管容器的计算流体力学进行分析,在比较Laplace方程、Poisson方程和Helgenstock网格法的基础上,分析了慢化剂排管容器生成二维计算网格的结构贴体网格生成技术.采用系数法和Helgenstock方法调节网格位置和正交性,编制相关的计算程序,采用该方法和计算程序生成了描述慢化剂排管容器的结构贴体网格.实验结果表明,该网格既能准确描述圆形边界,又适合对中心正方形棒束区采用多孔介质法开展数值计算.     

预测RNA二级结构离散粒子群优化算法

根据RNA二级结构预测问题实质和基本粒子群优化算法特性,提出一种离散粒子群优化算法模型.定义该模型中一个可变集合搜索空间,设计了基于此空间粒子群速度与位置更新公式及运算规则.采用局部精英粒子优化策略解决了粒子群算法易陷入局部最优的问题.实验结果表明,该算法在收敛速度和精度上都具有较好的性能.     

基于小波变换的结构矩阵矢量量化压缩方法

提出了一种基于小波变换的结构矩阵矢量量化方法。该方法利用图像经过小波变换后,不同分辨率级子图像之间存在相似性,将已生成的第m级图像的分类信息传递给第m-1级图像,并利用各子图像的结构特性,对矢量量化后的编码结果采用结构矩阵的方法进一步压缩。实验表明该方法在较好图像质量的情况下获得了高压缩比,和有关文献给出的结果进行比较,该算法具有较好的性能。     

RNA二级结构预测SVMs模型研究

扩展NSSEL标签,对RNA分子中的stem-loop结构和伪结结构进行标记.将RNA分子序列中的碱基编码输入,经过支持向量机(support vector machines,SVMs)模型计算输出相应的结构标记.该模型经过训练后,待预测的RNA分子序列可得到对应的结构标识序列,这些标识序列可通过特定算法,唯一构建包括伪结在内的二级结构.实验结果表明,该算法在可接受的预测精度范围内具有较低的计算复杂度,克服了传统算法计算时间过长,无法在有限时间内得到有效结果的缺点.     

低面积-时间复杂度的离散余弦变换脉动结构

为了研究脉动结构在离散余弦变换(DCT)算法中的应用以及平衡DCT算法在超大规模集成电路(VLSI)实现中对面积复杂度和时间复杂度的要求,提出一种基于脉动阵列的DCT结构.研究一维DCT变换的特点,对DCT进行公式变形.充分挖掘DCT算法中可以重复利用的数据,从而减少运算量.针对变形后的算法特点,采用脉动结构进行求解,从而提高并行度,减少运算时间.结果表明,相对于现有的脉动结构,该结构具有更小的面积-时间复杂度(area-time complexity),对DCT长度的限制小,仅要求DCT变换的长度为偶数.     

RNA假结结构分析

根据RNA二级结构的5个基本组成部分———自由单链、发夹环、凸环、内环、多分支环,补充提出了14种类型的假结结构,并使用一种改进的RNA平面结构表示法———弧图。依据弧图,不仅给出了假结的形式化定义,而且将这14种结构分为三类:单交叉、自交叉与双交叉。上述三类交叉是假结的基本交叉类型,所有的假结结构或属于这三种交叉中的一种或属于其组合,研究结果可有助于提高包括假结的二级结构预测的可靠性和准确性。     

基于茎区的动态规划算法的核糖核酸二级结构预测

结合传统动态规划算法和组合优化算法在二级结构预测的优势,提出了一种以茎区为最小结构单元的新的动态规划算法。对于给定的RNA序列,首先得到所有可能的茎区集合,采用环依赖的方式计算二级结构的能量,通过茎区动态规划算法递归得到能量最优的二级结构,最后选取数据库中不同长度的已知二级结构的RNA序列进行测试。结果表明,该算法在特异性、敏感性和马休兹参数方面均优于遗传算法,在计算复杂性方面低于传统的动态规划算法。     

基于策略梯度informer模型的滚动轴承剩余寿命预测

典型的编码器-解码器——Transformer存在二次时间复杂度、高内存使用以及模型结构复杂等固有限制,这些造成Transformer用于滚动轴承剩余寿命 (remaining useful life, RUL)预测会表现出较低预测精度和较低计算效率的问题。为此,提出了一种新型编解码器——策略梯度informer(policy gradient informer, PG-informer)模型,并首次将其应用于滚动轴承RUL预测。在PG-informer的新型编解码器体系结构——Informer中设计了概率稀疏自注意力（probabilistic sparse self-attention, PSSA）机制来替代Transformer中原有的自注意力机制,以提高非线性逼近能力并减少时间和空间复杂度;然后,PG-informer采用自注意力蒸馏(self-attention distillation, SAD)操作减少参数维度和参数量,并提高了对时间序列的预测鲁棒性;此外,PG-informer的生成式解码器只需对解码输入进行一步解码即可输出预测结果,而无需动态多步解码,提升了对时间序列的预测速度;最后,构造了策略梯度学习算法来提高对PG-informer参数的训练速度。PG-informer的以上优势使所提出的基于PG-informer模型的滚动轴承RUL预测方法可以获得较高的预测精度、较好的鲁棒性和较高的计算效率。对辛辛那提大学智能维护系统中心的1号滚动轴承的RUL预测实验结果表明所提出方法预测得到的RUL值为963 min,其RUL预测误差仅为6.50%,比基于Transformer的RUL预测方法预测精度更高、预测误差更小、鲁棒性更好;所提出方法所耗费的RUL预测时间仅为132.37 s,比基于Transformer的RUL预测方法的预测时间更短。以上实验结果验证了所提出方法的有效性。