适合可变剪接研究的转录组序列分析策略

规模化基因表达实验所产生的大量与生物组织特定时空状态相关的cDNA和表达序列标签(EST)等信息可用于新基因的发现、基因表达模式分析和基因组的注释,从而可为转录组研究提供实验设计和结果分析的参考标准。真核基因可变剪接的普遍性及其在机体生理与病理过程中的重要作用,使得可变剪接的系统分析已成为功能基因组研究中的热点之一。在面临海量表达数据的指数增长和不断有新的基因组获得测序的情况下,实现转录组序列分析的规模化、自动化计算迫在眉睫。讨论不同转录组分析系统中的数据分析算法及其计算需求,并提出适用于大规模可变剪接分析的策略。     

高压合成聚碳硅烷的沉淀与复配

研究了沉淀与复配两种调控高压合成聚碳硅烷(PCS)分子量及其分布的方法。研究表明,在PCS的良溶剂(如二甲苯)溶液中加入沉淀剂(如丙酮)比例超过临界点后,PCS中分子量越高的部分越先沉淀出来,从而降低了PCS的软化点、分子量和分散系数,PCS的高、中、低分子量的比例得到调节。复配是将不同分子量分布的PCS均匀地混合在一起,其分子量、软化点和高、中、低各部分的含量基本符合混合率的关系。因此,可以按照混合率来设计所需PCS的软化点、分子量及高、中、低分子含量。     

滚动轴承含噪声谐波信号的欠确定盲源分离方法研究

目前使用的大多数盲源分离方法都依赖于观测传感器数量大于或等于信号源数目这样一个基本假设。算法主要针对传感器数量m小于源信号数量n(欠确定)情况下旋转机械含噪声谐波信号的盲源分离问题展开研究。它在输入信号频域稀疏性假设和源信号之间线性混合假设的前提下,提出了一种势函数聚类的源数目估计方法,并对通道衰减和延时进行了计算。实验信号仿真结果证明了该方法的可行性和可靠性。     

高温环境对硼硝酸钾药剂性能影响分析研究

为解决航空航天领域中高温环境下BPN药剂的热稳定性和输出性能评价问题,本文中对药剂关键组分及经历180℃2 d、5 d高温试验前后的不同配比的BPN药剂开展了表观形貌分析、热重(TG)分析、差式扫描热(DSC)分析、输出威力测试等,研究得到硝酸钾、硼粉及不同配比的硼硝酸钾药剂的热反应历程。实验表明硝酸钾、硼粉在500℃之前,存在硝酸钾的转晶(132℃)、熔化(332℃),从熔点(332℃)到500℃时,硝酸钾正在融化但仍未分解或气化,呈融化状态,是稳定的。随着硼含量的增加,分解峰温逐渐下降,硼硝酸钾药剂的反应初始温度比硝酸钾的分解初始温度提前了约50℃。不饱和聚酯树脂粘合剂优于氟橡胶粘合剂,无粘合剂BPN和不饱和聚酯树脂BPN高温安定性良好,在航天任务中具有良好的应用价值。     

一种基于证据理论的陆战场机动平台情报关联方法

针对陆战场情报来源对象不明的问题,提出了一种采用证据聚类技术对陆战场机动平台情报进行分类以实现目标关联的方法。该方法针对陆战场机动平台的特点,建立描述该类情报的证据理论模型;并将各情报之间的矛盾量化成冲突因子,推导分类优化函数;然后采用平均场模拟退火算法进行情报分类。     

基于模糊椭圆聚类的火炮射击精度分析

考虑到对于大规模炮兵部队的应用,如何提高炮兵火力运用的效率,特别是充分发挥大规模炮兵部队的应用效能,具有重要意义.提出根据对不同火炮散布误差的聚类分析,可以指导编组具有相似射击误差特性的火炮,形成火力单位,从而更加有效地执行火力任务.针对火炮散布椭圆特性,采用一种基于模糊椭圆的聚类方法.针对某地实弹射击数据实验表明,该方法是有效的.     

军用飞机采购价格的RBF神经网络预测

分析了现代军用飞机采购价格估算中存在的问题.应用基于k-均值聚类算法的RBF神经网络建立了军用飞机采购价格预测模型,并采用该模型对某型军用飞机采购价格进行了预测.与多元线性回归和BP神经网络的预测结果对比,建立的新型军用飞机采购价格预测模型具有更高的预测精度,为军用飞机采购价格预测提供了一种新的有效方法.     

一种新的高分辨率SAR图像目标自动鉴别方法

目标鉴别是SAR图像目标识别系统的关键环节,用以消除预筛选阶段因异常检测产生的大量虚假的感兴趣区域切片。针对目标鉴别问题,提出了一种新的目标自动鉴别方法,首先对CFAR检测的结果做基于面积特征的预鉴别处理,而后对获得的ROI目标切片提取鉴别特征,并在特征分析的基础上设定特征判决阈值,实现序贯鉴别处理。利用X波段SAR图像数据检验了上述方法,给出了鉴别输出的ROI切片。     

DSets-DBSCAN无参数聚类的雷达信号分选算法

针对现有的很多高效分选算法的性能严重依赖于外界输入的参数问题,例如聚类数目、聚类容差等,将无参数聚类算法DSets-DBSCAN应用于雷达信号分选,提出了一种无参数的雷达信号脉冲聚类算法。该算法无须依赖于任何参数的设置,就能自适应地完成聚类。算法输入直方图均衡化处理过的成对相似性矩阵,使得Dsets(dominant sets)算法不依赖于任何参数;根据得到的超小簇自适应给出DBSCAN的输入参数;利用DBSCAN扩展集群。仿真实验证明,该算法对雷达脉冲描述字特征进行无参数分选的有效性。同时,在虚假脉冲比例(虚假脉冲数/雷达脉冲数)不高于80%的情况下,对雷达信号的聚类准确率在97.56%以上。     

一种应用聚类技术检测网络入侵的新方法

基于聚类技术提出了一种能处理不带标识且含异常数据样本的训练集数据的网络入侵检测方法。对网络连接数据作归一化处理后 ,通过比较数据样本间距离与类宽度W的关系进行数据类质心的自动搜索 ,并通过计算样本数据与各类质心的最小距离来对各样本数据进行类划分 ,同时根据各类中的样本数据动态调整类质心 ,使之更好地反映原始数据分布。完成样本数据的类划分后 ,根据正常类比例N来确定异常数据类别并用于网络连接数据的实时检测。结果表明 ,该方法有效地以较低的系统误警率从网络连接数据中检测出新的入侵行为 ,更降低了对训练数据集的要求。