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。     

基于OODA循环的反舰导弹作战效能评估研究

针对目前导弹武器系统作战效能评估存在层次跨度大、基础数据庞杂、结构不确定因素多等问题,基于使命和方法框架构建出反舰导弹作战指标体系,结合观察-判断-决策-行动(OODA)作战环思想,构建体系作战网络模型,并采用改进信息熵法提出一种科学准确的作战效能评估方法.通过具体实例对新型反舰导弹作战效能进行评估,计算出其体系贡献度...     

Turbo码的迭代译码及在DS-CDMA系统中的应用

本文在简单介绍了Turbo码基本原理的基础上,主要分析了Turbo码的基于MAP译码算法和基于SOVA译码算法的迭代译码方法及其性能。为了进一步验证Turbo码的迭代译码性能,并与卷积码的性能进行比较,重点论述了Turbo码在DS-CDMA移动通信系统的码率与扩频增益折衷设计、迭代译码性能和仿真结果分析。     

基于熵权的高炮武器系统综合能力评价

当把武器系统的综合能力分解为若干层次结构进行评价时,其关键在于确定底层评价指标的相对权重,虽然能够通过建立各层次指标间的相对重要性的判断矩阵,获得底层指标权重的单排序结果权重信息,但是这种权重信息具有一定的主观性,基于信息熵的熵权能够强化各武器系统对指标的贡献程度,弱化其相似性,具有相对的客观性,综合考虑客观熵权和专家主观权重的评价方法,能够通过客观的熵权信息来调整主观权重的偏差,使得武器系统的评价结果更为合理.对六套典型高炮武器系统综合能力的评价结果表明,该方法是有效的.     

亚丁湾吹响海军“集结号”

截至2008年12月,已有10多个国家的20多艘战舰开赴索马里海域,对猖獗的海盗展开有史以来最大规模的清剿行动。据不完全统计,包括早期部署在索马里海域的美海军第五舰队,执行联合国粮食计划署运粮任务的北约战舰,以及俄罗斯、印度、马来西亚、欧盟派出的战舰.     

国外陆军现役武器装备作战能力分析(下)

(上接第2期第77页) 三、主战装备射程梯次搭配,火力增强 在美国陆军现役火力突击装备中,M16A2/A4步枪和M4/M4A1卡宾枪有效射程600米;"掠夺者"超近程便携式反坦克导弹射程17～700米;M240B/G 7.62毫米通用机枪有效射程1200米;M2HB 12.7毫米重机枪有效射程1500米;     

地面武器

M1主战坦克是美国利马坦克工厂20世纪80年代初生产的。该坦克一出世,就以其优良的性能,特别是一流的防护能力而受到世界各国瞩目。M1基本型的战斗全重为545吨,坦克乘员为4名,最大时速达72千米/小时。     

履带车辆动力性仿真研究

为仿真履带车辆动力性,建立了动力性评价指标的仿真模型,并以某型车为实例,应用Matlab语言编程计算得出理论值,通过与试验值比较验证了模型的有效性和准确性。     

卫星遥测数据相关性知识发现方法

为快速发现海量遥测数据中的相关关系,提出一种基于改进最大信息系数(Maximal Information Coefficient, MIC)的遥测数据相关性知识发现方法。以Mini Batch K-Means聚类算法为前驱过程对数据进行网格划分;计算该网格划分下的互信息,并以信息熵代替原有最大熵对互信息进行归一化矫正得到信息系数;选择不同网格划分下MIC作为变量相关性的测度。采用量子卫星遥测数据进行试验,结果表明:与基于动态规划算法的MIC方法相比,所提方法可有效解决MIC测度偏向多值变量的问题,时间复杂度从O(n~(2.4))下降为O(n~(1.6)),是一种适用于大规模遥测数据相关性分析的有效方法。     

基于星座图恢复的MQAM信号调制方式识别算法*

针对MQAM信号调制方式的识别问题,提出了一种基于星座图恢复的算法。该算法首先估计信号载频及信噪比等参数,并依据波特率和符号定时完成对接收信号的波特率采样。随后采用一种非判决辅助载频偏差估计方法,以消除载频偏差及相位偏移对星座图恢复的影响。最后利用平均似然比检测的方法,完成MQAM信号调制方式的识别。仿真结果表明,与仅考虑信号幅值分布的极大似然算法相比,该算法具有更优的识别性能。