以序列特征值预测酶和非酶蛋白及内含肽

利用生物信息学快速准确鉴别酶、非酶蛋白及内含肽能极大提高实验效率,而测序数量的指数型增长使酶、非酶蛋白及内含肽的自动分类尤显重要。本文获取了同一性小于25%的序列共计3853条,采用Z标度的伪氨基酸组成和氨基酸组成分布提取序列特征值识别酶、非酶蛋白及内含肽。结果表明,该特征值提取方法经参数优化后,即当λ=5,w=0.15时,以支持向量机为分类器,其10倍交叉验证的精度可达81.3%,ROC曲线下面积为0.83;其精度高于其它方法0.5%到12.9%不等;独立样本测试的预测精度可达71.2%,ROC曲线下面积为0.782,其精度高于其它方法0.4%到6.4%不等,效果均优于其它常见的序列特征值方法。本文结果说明从序列出发判断其归属是可行的,3种不同功能的分子在序列特征上存在一定的差异,所建立的Z标度的伪氨基酸组成和氨基酸组成分布法可用于其它类似的生物信息学问题。建立了从序列出发预测酶、非酶蛋白及内含肽的新方法。     

一种障碍空间中不确定对象的连续最近邻查询方法

近年来,基于位置的服务获得了越来越广泛的关注,其中最近邻查询是最常用的一种查询方式.测量手段的不准确性以及数据本身的性质导致不确定性在位置数据中普遍存在,这种不确定性会对最近邻查询结果产生影响.空间中障碍物的存在也给空间数据查询带来了挑战.文中研究存在障碍物的空间中不确定对象连续最近邻查询的处理方法,设计了一种剪枝策略大幅降低需要计算的不确定对象数目,并进一步提出了障碍空间中不确定对象最近邻查询安全区域的概念及安全区域生成算法.设计了安全区域的索引存储方法.实验结果表明,文章所提出的方法具有良好的效率和可扩展性.     

西门子DCS在汽机变工况时的应用

机组变工况运行对于自动控制系统是一个控制难点.针对此问题,根据主汽流量与调速级后的压力关系,将西门子DCS系统应用于其控制逻辑中主汽流量的计算、协调控制、燃料控制;并根据锅炉全程给水控制的要求,设计了低负荷段的单冲量控制和高负荷段的三冲量给水控制逻辑.以上设计均已在电厂成功投运,效果良好,实现了给水全程控制.这将为国内其他机组的控制提供借鉴和参考.     

离散数学的课堂导入法研究

成功的课堂导入法可以激发学生的求知欲,开启学生的思维,帮助教师顺利完成教学任务。文章针对离散数学定义定理多、内容丰富、理论抽象,学生感觉难学的问题,通过分析离散数学的作用、特点和教学现状,研究几种课堂导入法及其重要作用。提出在实际教学过程中,通过运用课堂导入法,引导学生学习兴趣,调动学生参与课堂的激情,达到提高离散数学的教学质量,圆满完成教学任务的目标。     

一种改进的RAID后台初始化技术

新创建的RAID系统必须要经过初始化才能使磁盘上的随机数据满足一定的校验关系,从而使RAID系统具有数据恢复能力。文章分析了传统RAID系统初始化方案的优缺点,提出了一种改进的后台初始化方案,试验证明该方案能够有效做到初始化与主机IO读写的并行,并在初始化性能和主机IO读写性能上较传统方案有较大的提高。     

基于Struts框架的Web应用研究与实现

Struts是目前Java Web领域使用最广泛的框架,研究了MVC设计模式以及Struts框架中的主要组件。详细描述了将Struts框架应用到实际项目中的过程。实践表明：利用Struts框架可以提高Web开发效率以及系统的可扩展性和维护性。     

基于Agent技术的交通流仿真研究

基于我国当前的交通问题以及传统交通管理系统的特点,在前人的理论基础上,文中将agent技术应用于智能交通系统,运用系统中各个元素进行agent建模。介绍了KQML语言规范并详细探讨了KQML消息机制在agent通信中的应用,在此基础上选择Java编写agent消息类,构建仿真系统。系统在周期边界条件下进行单车道交通流仿真,真实地再现了流量-平均速度、密度-流量之间的关系。仿真结果表明,基于agent的智能交通仿真能够细致地刻画交通流特性和交通实体的微观行为。     

Robust monitoring and fault reconstruction based on variational inference component analysis

Probabilistic models such as probabilistic principal component analysis (PPCA) have recently caught much attention in the process monitoring area. An important issue of the PPCA method is how to determine the dimensionality of the latent variable space. In the present paper, one of the most popular Bayesian type chemometric methods, Bayesian PCA (BPCA) is introduced for process monitoring purpose, which is based on the recent developed variational inference algorithm. In this monitoring framework, the effectiveness of each extracted latent variable can be well reflected by a hyperparameter, upon which the dimensionality of the latent variable space can be automatically determined. Meanwhile, for practical consideration, the developed BPCA-based monitoring method is robust to missing data and can also give satisfactory performance under limited data samples. Another contribution of this paper is due to the proposal of a new fault reconstruction method under the BPCA model structure. Two case studies are provided to evaluate the performance of the proposed method.     

基于维基百科的未登录词译文挖掘

未登录词(out of vocabulary,OOV)的查询翻译是影响跨语言信息检索(cross-language information retrieval,CLIR)性能的关键因素之一.它根据维基百科(Wikipedia)的数据结构和语言特性,将译文环境划分为目标存在环境和目标缺失环境.针对目标缺失环境下的译文挖掘难点,它采用频度变化信息和邻接信息实现候选单元抽取,并建立基于频度-距离模型、表层匹配模板和摘要得分模型的混合译文挖掘策略.实验将基于搜索引擎的未登录词挖掘技术作为baseline,并采用TOP1进行评测.实验验证基于维基百科的混合译文挖掘方法可达到0.6822的译文正确率,相对baseline取得6.98%的改进.