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。     

一个分析与计算曲面结构的有效方法

给出了一种分析计算CAD曲面模型的数值方法。该方法将构成CAD模型的曲面片视作计算单元(面素单元),建立各面素单元的控制方程,再结合CAD曲面模型的流形特征组装各个单元控制方程以求整体解。面素单元的控制方程可根据问题的求解目标分别利用有限元—边界元耦合、有限元—无单元及其他耦合形成。结合线弹性问题的求解,系统地介绍了面素单元法的单元划分与处理、单元控制方程建立等核心环节。还给出了一个分析三倒圆过渡面静载荷变形的实例及其与ANSYS对照的结果。     

基于CEEMD能量熵与极限学习机的滚动轴承故障诊断方法

鉴于滚动轴承振动信号具有非线性、非平稳的特点以及难以获得大量典型故障样本的现实情况,提出了基于互补集合经验模态分解(complementary ensemble empirical mode decomposition, CEEMD)与极限学习机(extreme learning machines, ELM)相结合的滚动轴承故障诊断方法。采用CEEMD方法对滚动轴承非平稳的原始加速度振动信号进行分解,得到若干个平稳的本征模函数(intrinsic mode function, IMF)分量,计算不同状态下滚动轴承振动信号经CEEMD分解后各IMF分量的能量熵,从蕴含着主要故障信息的IMF分量中提取出能量特征,对其进行T分布随机近邻嵌入(T-stochastic neighbor embedding, Tsne)聚类可视化分析,观察特征对滚动轴承状态的反映情况,将特征作为输入建立极限学习机,判断滚动轴承的工作状态和故障类型。使用美国凯斯西储大学公开的人工损伤轴承数据进行仿真实验,对轴承得不同运行状态的识别准确率可以达到95%,明显高于多分类支持向量机、K近邻等方法,该结果表明,所提方法在...     

考虑摩擦时环状流的空泡份额求解

在熵增模型的基础上,考虑壁面摩擦对空泡份额的影响,推导出了空泡份额应满足的方程,求得其解析解和数值解,并进行了讨论.分析表明,其结果包含了有关文献的结果,具有更大的适用范围.     

基于神经网络模型的地震加速度谱线模拟

采用人工神经网络模型对地面地震加速度谱线进行模拟,经过分析、比较发现在没有滤波的情况下,只有选择合理的人工神经网络模型结构才能取得较好的模拟效果;经过滤波后,各神经网络均能较好地模拟地震加速度谱线。人工神经网络模型为建立人工地震波模型开辟了新的途径。     

TOPSIS和灰色关联度结合的信号质量评估方法北大核心

针对弹药感应装定系统信号质量评估结果失准,受传统TOPSIS法在质量评估过程中出现欧氏距离相等,而无法实现明显区分的限制,提出将灰色关联度分析(GRA)与TOPSIS法相结合,以此来改进TOPSIS方法。该方法弥补了因指标间相关性而导致欧氏距离失效,又反映了数据曲线趋势上的相似性,是一种静态距离与动态趋势相结合的决策方法,评估结果更加合理。此外,熵权法和层次分析法(AHP)确定的组合权值兼有主客观性质,成为合理决策的前提。最后,通过在感应装定系统信号质量评估的应用验证了该方法的可行性与有效性。     

可配置高精度火工装置测试仪的设计与实现北大核心

为提高型号火工装置阻值测量设备的通用性和测量的自动化程度,提出了一种基于四线制测量方法的测试方案,通过开关矩阵的切换配置不同测量通道,对不同测量通道被测电阻上产生的m V级电压值进行差分运算放大,对放大后的电压值进行A/D转换得到电压的数字量,通过微处理器进行数字滤波处理,将最终的电阻值进行显示、存储和传输处理。相对于目前使用的火工装置阻值测量设备极大的提高了测量通用性和测量自动化程度。     

一种求解飞行器廓线间断处超音速复杂流场的方法

用有限体积法求解三维完全气体的Ｎａｖｉｅｒ－Ｓｔｏｋｅｓ方程,并将通量守恒的分区计算方法和Ｂ－Ｌ湍流模型修正结合在一起,捕捉到了间断处的分离涡、激波、膨胀波等流场信息