利用序列和组合图卷积网络预测蛋白质功能

蛋白质功能的准确预测有利于推进生物医学发展,高通量测序技术的快速发展加快了蛋白质序列的提取速度,从而产生了大量未注释的蛋白质,并且新测序序列缺乏结构等生物信息,针对该问题提出了基于序列和组合图卷积网络的蛋白质功能预测模型(Protein Function Prediction using Sequences and Combined Graph Convolutional Networks, PFP-SCGCN).首先通过深度学习方法捕获蛋白质序列的多维特征信息,再通过多序列比对从蛋白质序列中提取进化耦合信息和氨基酸残基群落,然后利用进化耦合信息和氨基酸残基群落生成序列氨基酸之间两种不同连接程度的邻接矩阵,将这两种邻接矩阵与序列特征信息一起输入给组合图卷积网络进行信息融合,最后通过多个全连接层获得蛋白质功能类别信息.本文还通过分析PFP-SCGCN的特定网络层识别蛋白质功能位点,可帮助人们推测出新序列中的重要氨基酸.模型结果表明,PFP-SCGCN模型的功能预测准确率远高于对比方法,具有较好的鲁棒性,并且可以较准确的识别功能位点.     

基于嵌入式平台的电能信息采集系统研究

针对目前电能信息采集系统存在的通信数据量大、通信费用高的问题,设计了一种基于uC/OS嵌入式实时操作系统的电能信息采集系统,该系统包括智能电表、电能信息采集终端、上位机软件和主站数据中心。系统根据上位机设置的参数下行采集电表中数据,数据在采集终端经过数据压缩处理后,通过远程通信技术上行传输至主站,便于工作人员监测和管理电能数据。文中结合Lempel-Ziv-Oberhumer无损压缩技术和游程编码技术对数据压缩方案进行改进,通过数据压缩对比实验,验证数据压缩方案的可行性。实验结果表明,系统采用的数据压缩技术有效提高了数据传输的通信效率,验证了系统的实用性和有效性。     

旁路系统在300MW机组启动过程中的运用

叙述了汽轮机高低压旁路系统作用、功能及特点,并介绍了旁路系统在300MW汽轮发电机组冷态启动过程中和非标准中压缸起动过程中的运用,为300机组启动过程中旁路系统灵活使用,使机组处于最佳工况提出了宝贵经验。     

纳米Au修饰电化学传感器检测沙林机理的研究

采用Raman光谱和循环伏安法研究了纳米A以u电极检测沙林的电化学反应机理。研究发现,以Fe“作为检测沙林分子中F的探针离子、纳米Au修饰的Au电极电化学传感器检测液相中的沙林,可同时检测到沙林分子中F和P=0基团,实验结果具备特征性。     

光纤陀螺输入轴失准角温度补偿研究

提高温度特性是光纤陀螺仪工程化的一个难题,温度补偿是解决该问题的一种有效方法。光纤陀螺与温度相关误差项主要为零漂和标度因数,输入轴失准角也是影响光纤陀螺应用的一个重要误差项。在大量试验的基础上,分析了光纤陀螺输入轴失准角误差产生机理,采用多项式拟合方法建立了输入轴失准角误差全温模型,对多套光纤陀螺进行了全温补偿。试验结果表明,输入轴失准角补偿前全温变化在2?10^-3rad数量级,补偿后全温变化小于3?10^-4rad,精度提高了近一个数量级,大大提高了光纤陀螺仪的全温性能。     

多型号变加载磨合试验装置测控系统研究

针对多型号某传动机构的变加载磨合试验需求,研究了变加载磨合试验的相关技术,给出了一种双路传动链的磨合试验装置的构建及其实现方法。测控系统采用主从式控制模式,主机为工控机辅以多功能数据采集卡,用于磨合作业的调度、数据处理及人机交互等;从机为西门子Simotion D410运动控制系统,通过TCP/IP通信方式接收主机的数据指令,完成对磨合作业运动任务的控制。     

数据同化框架下基于差分进化的遥感图像融合

针对现有融合方法的结果图像不易根据后续处理的要求进行自适应调整, 不同方法的优点不易综合的问题, 借鉴气象领域中的数据同化系统能综合其模型算子和观测算子两者优点的思想, 提出一个基于差分进化的遥感图像融合框架. 在该框架下, 将基于对比度àtrous的Contourlet变换作为模型算子, 独立分量分析和àtrous小波变换作为观测算子, 用差分进化(Differential evolution, DE)算法来优化由图像定量评价指标组成的目标函数, 从而获取更合适的图像. 二组实验从视觉效果和定量指标两方面验证了该框架的有效性.     

高分辨率灰度图像的快速多分辨率着色

灰度图像的计算机快速着色有着广泛的应用前景,尤其足对老照片或者旧影片的彩色化处理.基于最优化的着色方法利用少量的人工标色,就能够得到好的着色效果,但是该方法在处理较高分辨率图像时需要消耗大量的存储和计算资源,有时甚至不能得到最后的结果.在最优化着色方法的基础上,文中利用图像着色的特征,提出了使用最优化着色的金字塔模型进行多分辨率着色处理的新方法,始终控制矩阵计算的规模,能够很快地得到视觉效果一致甚至更好的着色效果.实验结果也证明新方法无论在计算时间、存储需求还是最后着色的质量上,尤其是针对高分辨率图像,比原方法有了很大的改进.     

基于Isolation Forest的并行化异常探测设计

异常探测具有广泛的应用,受到了工业界和学术界的共同关注。在众多异常探测方法中,Isolation Forest算法具有执行效率高、探测准确度好的特点,获得了众多应用。但是,传统Isolation Forest算法难以处理大规模数据。为解决此问题,设计了一种基于云计算平台的算法。具体地,使用Hadoop分布式存储系统和MapReduce分布式计算框架设计并实现了基于Isolation Forest的并行化异常探测算法PIFH。通过将探测模型构建和数据异常评价的过程并行化,提升了PIFH算法探测异常的执行效率,扩展了其应用范围。利用真实世界数据集验证了所提算法的执行效率和可扩展性。