利用扩增片段长度多态性(AFLP)研究坛紫菜的遗传变异

应用AFLP技术对浙江普陀列岛、渔山列岛和南麂列岛野生坛紫菜、福建野生厚型及薄型以及栽培坛紫菜的两个表型分化类型进行了研究。结果表明：坛紫菜的遗传变异较为丰富，共记录了528个位点，其中16个为单态位点，其余的为多态位点，多态位点比例达到96.97%。其遗传距离与地域分布正相关，说明不同的环境因素可能是造成坛紫菜遗传变异的主要因素。对遗传距离进行UPGMA和Neighbor-joining聚类分析表明具有薄型叶片性状的浙江野生坛紫菜和福建野生薄型坛此菜聚合，而福建野生厚型与栽培具厚型叶片，当地俗称为木耳菜的样本聚合。该结果基本清楚地反映了坛紫菜表型特征的分化。栽培薄型叶片俗称鸡毛菜样本在不同聚类方法中分别于外侧并入不同的分支。在福建野生坛紫菜与养殖坛紫菜的AFLP图谱中仅发现了三条与叶片性状相关的谱带：具有厚型叶片性状的坛紫菜共有的ACC-CAA(100)和ACT-CAG(232)，具有薄型叶性状的坛紫菜共有的ACC-CAA(490)。     

结合广义自回归预训练语言模型与循环卷积神经网络的文本情感分析方法

传统的机器学习方法在对网络评论文本进行情感极性分类时,未能充分挖掘语义信息和关联信息,而已有的深度学习方法虽能提取语义信息和上下文信息,但该过程往往是单向的,在获取评论文本的深层语义信息过程中存在不足。针对以上问题,提出了一种结合广义自回归预训练语言模型（XLNet）与循环卷积神经网络（RCNN）的文本情感分析方法。首先,利用XLNet对文本进行特征表示,并通过引入片段级递归机制和相对位置信息编码,充分利用了评论文本的语境信息,从而有效提升了文本特征的表达能力;然后,利用RCNN对文本特征进行双向训练,并在更深层次上提取文本的上下文语义信息,从而提升了在情感分析任务中的综合性能。所提方法分别在三个公开数据集weibo-100k、waimai-10k和ChnSentiCorp上进行了实验,准确率分别达到了96.4%、91.8%和92.9%。实验结果证明了所提方法在情感分析任务中的有效性。     

基于级联Adaboost的目标检测融合算法

单一特征的模型对于颜色纹理变化较大的目标的检测往往存在检测率不高或检测速度慢的缺点. 本文提出了一种基于级联Adaboost的``级联--加和'融合算法. 融合模型由两个独立训练得到的级联Adaboost分类器组成, 分别利用边界片段特征和矩形类Haar小波特征描述整个目标以及目标的一个稳定部件. 级联--加和的融合决策以样本在两个分类器中被拒绝或通过的级数信息为依据. 在多个数据库上的实验证明这种融合检测算法不仅综合了Haar小波特征检测速度快和边界片段特征鲁棒性好的优点, 而且与单一特征的分类器相比, 检测性能也有所提高.     

一种基于折叠模式识别的蛋白质结构片段库构建方法

片段组装方法是从头预测蛋白质三维结构的一类重要方法.现有的基于序列相似的片段库质量限制了低同源目标的预测精度,所以寻找与天然结构更加拟合的已知蛋白质结构片段来构建高质量的片段库是片段组装方法的一项重要任务.本文利用SCOP数据库中的三维结构相似性,对SCOP的折叠模式进行预测,提取预测出的相同折叠模式的已知蛋白质结构的信息,生成保存残基信息的数据库(Vall库).然后将目标蛋白质序列分割成的残基片段与Vall库进行综合评价后生成一种新的片段库,该片段库可以用于一个骨架预测并行蚁群算法.将本文方法与蛋白质结构预测程序RosettaAbinitio的基于序列的片段库进行了比较,实验结果表明采用本文方法的片段库可以找到更接近天然构象的蛋白质结构.     

基于wav2vec预训练的样例关键词识别

样例关键词识别是将语音关键词片段与语音流中的片段匹配的任务.在低资源或零资源的情况下,样例关键词识别通常采用基于动态时间规正的方法.近年来,神经网络声学词嵌入已成为一种常用的样例关键词识别方法,但神经网络的方法受限于标注数据数量.使用wav2 vec预训练可以减少神经网络对数据量的依赖,提升系统的性能.使用wav2 v...     

无人机天线在雷电效应中的响应研究及性能检测

机载天线安装在无人机表面,容易成为雷电附着点,对无人机的飞行安全会产生严重威胁。 为开展相关设计,并验证设 计的有效性,针对 UHF 机载天线为研究对象,设计了片段式导流条和端口射频雷电抑制器的防护方案。 先后进行了初始先导 附着试验、外部部件瞬态感应试验、电性能测试和系统评估计算。 试验结果表明,天线损伤程度降低,片段式导流条对天线的电 性能影响不超过 0. 3 dB,射频雷电抑制器不影响驻波比、增益。 最终链路余量满足大于 3 dB 的要求,证明了设计的有效性。     

求解绿色车辆路径问题的离散乌贼算法

为求解绿色车辆路径问题(green vehicle routing problem),提出一种离散乌贼算法(DCOA).采用轮盘赌机制增强初始解选择的随机性,引入精英片段插入策略指导乌贼细胞群的进化方向,提高搜索效率,利用2-opt法和shift法优化当前细胞,增强最优解的局部开发能力.选取Augerat标准数据集,对...     

基于关系数据库分裂存储的XML文档片段重构*

首先对基于关系数据库分裂存储XML文档的各种方法进行总结,并对X-RESTORE基于关系数据库的XML文档的分裂存储原理和关系存储模式进行介绍;然后对XML查询的三种计算模式进行分析;最后基于X-RESTORE给出一个重构结果文档片段的算法,并对该算法的执行代价进行分析。分析结果显示,X-RESTORE不仅能够有效地支持XML的选择计算模式,而且能够有效地支持XML的抽取计算模式和重构计算模式。     

基于TPE的SpaRC算法超参数优化方法

宏基因组序列组装在计算和内存上面临着巨大挑战。SpaRC(Spark Reads Clustering)是基于Apache Spark的宏基因组序列片段聚类算法,为来自下一代测序技术的数十亿测序片段聚类提供了一种可扩展的解决方案。但是,SpaRC算法参数的设置是一项非常具有挑战性的工作。SpaRC算法拥有许多对算法性能有着很大影响的超参数,选择合适的超参数集对于充分发挥SpaRC算法的性能来说是至关重要的。为了提高SpaRC算法的性能,探索了一种基于树状结构Parzen估计方法(Tree Parzen Estimator,TPE)的超参数优化方法,其能够利用先验知识高效地调节参数,并通过减少计算任务加速寻找最优参数,达到最佳聚类效果,从而避免昂贵的参数探索。对长序列片段(PacBio)和短序列片段(CAMI2)进行实验,结果表明,该方法在改善SpaRC算法性能方面有着良好的效果。     

巴萨罗那的城市项目计划：从城市片段实施巴塞罗那都市区规划

本文论述了当前巴塞罗那不同尺度都市区发展的城市项目，以此总结巴塞罗那都市建设之路。