基于DNA折纸基底的与非门计算模型

与非门(NAND)的本质是与门(AND)和非门(NOT)的叠加,先进行与运算,再进行非运算,它是建立DNA计算机的基础。为了实现与非门的计算,该文在DNA折纸基底上建立了一个与非门计算模型,逻辑值的输入是通过在DNA折纸基底上发生有向的杂交链式反应(HCR)来完成的,输入链先经过与门区域再经过非门区域,最后通过DNA折纸基底上是否还保留纳米金颗粒来显示计算结果的真假。利用Visual DSD对该计算模型进行仿真模拟,显示该计算模型具有较好的可行性。     

简单0-1规划问题的动态DNA折纸计算模型

DNA折纸是一种全新的DNA自组装方法。将一个由DNA折纸卡槽、双态DNA机器、DNA行走机器人组装而成的动态折纸应用于求解0-1规划问题。其中DNA折纸卡槽由1条M13脚手架链和202条钉书钉链折叠而成。双态DNA机器分为不修饰和修饰金纳米颗粒两种情况,对应于0-1规划问题约束变量的取值为0或者1。DNA折纸卡槽和DNA双态机器组装成折纸基底。DNA行走机器人是7条单链折叠成的带有粘性末端的DNA折纸。在链的驱动下,DNA行走机器人在折纸基底上顺时针旋转行走,每步旋转120°。DNA行走机器人每走两步,与折纸基底上的DNA双态机器进行链置换,接收修饰的金纳米颗粒。当整个动态行走过程结束,根据透射电镜下DNA行走机器人接收的金纳米颗粒的大小和个数来判断约束变量的取值是否为可行解。该计算模型采用模块化结构,DNA折纸卡槽、双态DNA机器、DNA行走机器人等折纸均单独设计,且采用透射电镜读解,因而提高了模型实现的可行性。     

可满足性问题生物芯片DNA算法

可满足性问题是经典的NP问题。可满足性问题在硬件测试、人工智能、电路设计方面都有重要的应用。首先对可满足性问题进行研究,报告了DNA计算关于可满足性问题的研究现状,然后介绍了微流路芯片高压凝胶电泳,给出了解决可满足性问题的解法。最后通过一个实例验证了算法的可行性。给出的算法操作简单,出错率低。算法只需要芯片电泳,不需要构造探针,也不需要荧光标记。本文对解决其他NP问题具有很好的借鉴意义。     

支持向量机的蛋白质远程同源检测方法分析

支持向量机是目前蛋白质远程同源检测应用最成功的方法。在介绍这些基于支持向量机核方法的原理之后,比较这些检测方法的不同之处;再从复杂性角度对比分析不同方法的计算效率;最后指出核方法中核函数的选取也决定支持向量机的分类能力。     

DNA计算原理、模型及进展

近几年,DNA计算是诸多学科研究的一个热点。编码与模型选择是DNA计算的核心。本文综述了DNA计算原理,讨论了目前常用计算模型及进展。     

预应力索杆组合空间网架结构研究

预应力平板网架结构施加预应力方案有两种 ,一种是在普通网架的下弦平面下设置预应力索 ,另一种是通过强行调整网架结构支座的高差来达到施加预应力的目的。为此 ,提出一种新型组合结构———预应力索杆组合网架结构 ,研究了用钢索代替下弦杆 ,并在每段钢索上施加不同预应力时所引起的结构内力和变形情况 ,与普通网架结构进行对比 ,指出了这种索杆组合网架结构的特点和应用于大跨度建筑中的潜力。     

提纯膨润土制备复合黏结剂用于生产球团试验

为降低以磁铁矿粉为原料制备球团时黏结剂膨润土的添加量,探索低品位膨润土在球团工业中的应用,以朝阳某旋流器提纯后膨润土与有机黏结剂CMC进行复配为复合黏结剂,考察添加复合黏结剂对磁铁矿粉制备生球质量的影响。结果表明,在φ150 mm和φ75 mm两级旋流器串联,分级压力分别为0.1 MPa和0.2 MPa的条件下,膨润土原土蒙脱石含量从60.25%富集到81.04%,产率为60.93%、回收率为81.95%。以CMC配入量为提纯后膨润土质量的3%、螺旋挤压次数为3次时制得的复合黏结剂制备球团,可使球团中黏结剂的配比降低到0.8%,在此配比条件下制备的生球落下强度为5.2次,爆裂温度为475℃、生球抗压强度为12.85 N/个,满足球团性能要求。采用复合黏结剂制备球团有利于后续工艺的节能降耗,是未来球团工业发展的趋势之一。     

垃圾渗滤液污染物层状砂箱模拟试验

通过自制的二维砂箱模拟垃圾渗滤液污染物在层状含水层中的运移,得出了渗滤液中Cl-,SO2-4、总硬度(CaCO2)在地下环境中的迁移和时空分布规律,该实验模型较好地反映了层状层中污染物渗漏的基本特征,对预测、控制渗滤液污染地下水提供了一种试验方法.     

斜光轴剪切散斑干涉法

本文提出了斜光轴剪切散斑干涉法。利用该方法可以单独地,直接获得物体离面位移的各项导数,避免了因分离各项导数而引入的误差,从而使得剪切散斑干涉法的应用更加简便,精确。同时为位移导数的分离提供了新的途径。     

两类笛卡尔乘积图的邻点全和可区别全染色

设f : V(G) ∪ E(G) → {1, 2, · · · , k}是图 G 的一个正常 k-全染色,令权重■,其中N(x) = {y ∈ V(G)|xy ∈ E(G)}. 对任意的边uv ∈ E(G),如果有?(u) ≠ ?(v)成立,则称 f为图 G的一个邻点全和可别正常 k 正常 k-全染色. 图 G 的邻点全和可区别全色数是指对图 G进行邻点全和可区别 k-全染色所需要的最小色数 k,记为ftndi_Σ(G). 本研究猜想：对于最大度为 ?的图 G( K ₂除外),■. 研究得到路与路的笛卡尔乘积图和路与圈的笛卡尔乘积图的邻点全和可区别全色数均为? + 1,证实了上述猜想.