基因短序列模式分析及其在5'剪接位点识别中的应用

短序列模式分析是基因序列分析的一个重要组成部分,在进行生物信号识别的时候,一般都会利用到短序列模式的信息。通常短序列模式的数目很多,如果每个都应用到生物信号识别中,会产生大量的参数,而且无法体现信号的主要特征。为了找出在识别信号位点中起关键作用的短序列模式,以信息增益作为评价依据,按照逐步选择的策略,将模式进行排队。根据排队结果,选取信息增益突出的短序列模式作为识别生物信号的关键依据,这样可以用较少的模式得到较好的结果。结合选取的短序列模式,用最大熵模型作为信号序列真实分布的估计,从而对给定序列进行识别。最后将这个方法用于5’剪接位点的识别,得到了满意的结果。     

一种固体导弹最大射程评定方法

本文提出了一种基于固体火箭发动机性能散布分析的固体导弹最大射程评定方法，将系统辨识、性能散布分析和统计分析有机结合，实用性强，对固体导弹试验鉴定技术研究具有重要意义。     

广义逆指数分布元件的可靠性分析

在II型混合截尾样本下,得到了广义逆指数分布未知参数的最大似然估计。利用最大似然估计的渐近正态性构造了参数的渐近置信区间,运用Lindley's逼近方法和TierneyKadane's逼近方法计算出了参数的Bayes估计。最后,运用Monte-Carlo方法对上述估计方法结果作了模拟比较。     

Analysis of down times of jib cranes—A stochastic approach

In this paper a case study dealing with the maintenance problem of jib cranes is presented. A jib crane is viewed as a complex system whose performance is observed as a single realization over period of time. After pointing out limitations of existing stochastic models to analyze the observed realization a new family of bivariate stochastic processes is introduced. The data of jib crane is analyzed using new model and cross‐validated using part of the data set. It is noted that the new family of stochastic processes is useful to analyze bivariate data where one of the variables is finitely valued and the other is nonnegative and continuous. © 2002 Wiley Periodicals, Inc. Naval Research Logistics 49: 231–243, 2002; Published online in Wiley InterScience (www.interscience.wiley.com). DOI 10.1002/nav.10006     

噪扰条件下相位测距中的解模糊问题

针对相位测距雷达在采用参差频差关系测距时的解距离模糊问题 ,本文给出了在两两互素参差关系及实际噪扰条件下正确解模糊的条件及其证明 ,并且讨论了解模糊的快速算法、采用参差频差关系测距时的理论测距误差以及为保证可靠解模糊所需的信噪比问题。     

高超声速滑翔再入飞行器的可达区快速预测

防御方对来袭滑翔再入飞行器进行可达区的预测存在先验信息量不足且时效性要求高等难题。为此提出一种基于最优化飞行假设的可达区快速预测方法:仅需已知目标当前位置、速度与最大升阻比(可基于雷达探测数据通过实时弹道估计获得),基于平衡滑翔假设和最大横程的埃格斯解分别获得目标最大纵程和横程终点坐标,在经纬度二维平面内,可达区即可近似为以两个最大横程终点间线段为短轴、最大纵程终点到短轴距离为半长轴的半椭圆区域。仿真结果表明,与传统的数值优化方法和常倾侧角方法相比,提出的方法具有利用先验信息少、精度较高和运算量小的优点,可满足实时性要求。     

一类有增益网络的最大流模型

一般带容量限制的网络图中流出源点与流入汇点的流量相等,但在实际应用中,存在一类流量经过弧发生变化的网络,使得流出源点与流入汇点的流量不相等。针对此类问题,建立了增益网络最大流模型,并通过增设虚弧将增益网络转换成循环网络,利用循环网络中汇点流量瞬间平衡的优点简化了模型。最后,结合实例进行分析,编写程序对实例进行了计算,计算结果验证了该模型的有效性。     

基于相关熵的MACH滤波器

最大平均相关高度(MACH:Maximum Average Correlation Height)滤波器是一种重要的基于相关的模式识别方法。滤波器由训练数据线性构造而成,具有良好的畸变容忍能力,在线性高斯噪声条件下具有理论最优性。为将算法适用于广泛的非线性、非高斯情形,本文引入一种新的度量函数相关熵,可隐性地将输入数据通过非线性变换映射到特征空间;并在新的空间中提出了基于相关熵的MACH滤波器构造方法。最后将此方法应用于合成孔径雷达(SAR:Synthetic Aperture Radar)图像目标分类进行了实验,在接收机工作性能曲线和峰值旁瓣比的比对中,本文算法的性能均有所提升。     

结合离差最大化的多属性群体决策TOPSIS威胁评估

针对传统理想解逼近排序法(TOPSIS)在确定多个属性权重系数上存在主观性和盲目性,并且所作决策多为单一决策,精确度不高等问题,提出结合离差最大化原理的多属性群体决策TOPSIS改进模型,利用离差最大化原理确定属性权值,同时引进群体决策方法。最后将该模型运用于机群协同空战的威胁评估中,建立了多目标威胁评估数学模型,并进行了全空战过程的动态仿真分析,结果表明所建立的扩展模型是合理可行的。     

Allocation of two redundancies in two‐component series systems

The allocation of redundancies in a system to optimize the reliability of system performance is an interesting problem in reliability engineering and system security. In this article, we focus on the optimal allocation of two exponentially distributed active (standby) redundancies in a two‐component series system using the tool of stochastic ordering. For the case of active redundancy, stochastic comparisons are carried out in terms of the likelihood ratio and reversed hazard rate orders. For the case of standby redundancy, a likelihood ratio ordering result is developed. The results established here generalize and strengthen corresponding results in the recent literature. In addition, several numerical examples are used to explicate the results. © 2013 Wiley Periodicals, Inc. Naval Research Logistics, 2013