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。     

基于灰色关联的目标识别模型

在分析研究空中目标特征指标的基础上,提出并建立了基于灰色关联的目标识别模型。通过实例说明,利用该方法进行目标识别简单、有效。     

高分辨裂解色谱技术在火灾物证鉴定中的应用

介绍裂解气相色谱技术的原理和装置 ,并在试验研究的基础上 ,对高分辨裂解色谱技术在火灾物证鉴定中的具体应用加以阐述。     

火炮射击中的弹道气象参数辨识

弹道气象误差是影响火炮精度的重要因素。通过对弹道气象参数的可辨识性分析 ,建立了火炮外弹道气象参数滤波—辨识递推算法 ,仿真验证表明 ,该法能得到满意的辨识精度 ,可较大幅度地降低射击误差。     

二维非线性正交异性材料的瞬态热传导反问题研究

针对正交异性材料的二维非线性热传导反问题,本文采用顺序函数法对表面热流辨识进行了研究。在求解反问题时用到有限体积法、牛顿-拉夫逊法并引入未来时间步长的概念。在每个时间步内,将待辨识热流视为非线性方程组的未知量,通过一个迭代过程进行求解。从文中的例子可以看出,真实热流和辨识热流结果相近,从而证明了本方法在辨识二维非线性热传导反问题时是准确、稳定、有效的。     

基于置信规则库的防空目标意图识别方法

为解决防空反导体系对于目标意图识别中多源信息处理的问题,提出了一种新的防空目标识别方法——置信规则库(Belief Rules Base)识别模型,该方法是基于BRB专家知识系统的自学习方法,可以有效处理多源不确定性信息。同时,为了提高其识别效率,建立了一种与之相匹配的参数优化模型,并选择差分进化算法作为BRB识别模型的优化引擎。此外,在BRB识别模型中,专家意见也被引用到模型的初始化和推理过程中。最后采用一个实例对BRB识别模型的准确度进行验证。研究表明:该方法具有较强的实用性,可为防空反导体系的目标意图识别提供有力支撑。     

基于边界相切拟合的轴对称工件缺陷重构方法

针对轴对称工件超声检测缺陷重构问题,通过分析传统基于传播时间反演方法的不足和误差产生的原因,提出了一种基于边界相切拟合的缺陷重构方法,并针对实际检测缺陷的类型,采用圆和椭圆作为模型对缺陷进行重构。从重构结果上看,当检测实心体工件时,圆形缺陷的圆拟合重构误差不大于0.1 mm,圆形缺陷的椭圆拟合重构误差小于0.4 mm,椭圆形缺陷的椭圆拟合重构误差小于0.3 mm,空心体工件由于检测方式不同,误差会比实心体大一些。     

显示界面复杂目标辨认研究

为了使作战人员更快速地辨认武器系统显示界面目标,研究人对不同复杂程度及大小的目标符号辨认情况,为武器系统显示界面的目标编码设计提供依据。提出目标符号复杂度的定义,建立复杂度计算公式,对符号的复杂程度进行量化。通过测定被试完成搜寻特定目标的时间,建立反应时间和符号复杂度与大小、高复杂度目标数量与大小的线性回归模型。提取被试辨认不同复杂度目标的脑电信号,分析脑负荷。结果表明符号复杂度越低或尺寸越大,目标越容易辨认;当大小一定时,人对复杂度3以下的目标辨认情况较好,对复杂度3以上的目标辨认绩效明显下降;脑负荷随着目标复杂度的增大而增大。结论为武器系统显示界面的符号复杂度应设计在3以下,高复杂度目标符号使用时应合理调整其大小。     

罐底渗漏的罐基油气质量分数探测法识别

油罐是油品储运的重要设备,罐底最易出现穿孔渗漏油现象,致使罐基内部油气质量分数高于正常值。以油库中柴油覆土罐群为例,研究并试验了根据罐基油气质量分数识别罐底渗漏的方法：分析罐基探漏孔位置分布并钻孔;多次探测罐基油气质量分数,根据探测数据识别各罐有无底部渗漏;为了便于以后检测油库时识别各罐有无渗漏,为各罐建立状态监测表,并将无渗漏的罐基油气质量分数最高值暂定为该类罐的安全值,低于该安全值的油罐可直接判定为无渗漏。实践结果证明,这种不开罐检测罐底渗漏油的方法可及时发现故障并采取措施,对储油安全具有重要意义。     

基于改进证据理论的多传感器目标识别

由于证据理论融合冲突信息会得出不合理的结论,限制了其在目标识别中的应用.为解决这一问题,提出了一种改进融合方法.研究各证据与其他证据的联系,通过计算证据与其他证据均值的距离,求出此证据受其他证据的支持度.归一化支持度获得证据权值,加权平均原有证据后按Dempster规则融合,作出识别.针对空中目标识别算例,对比验证几种方法,结果显示:该方法能够融合冲突信息,在降低计算量的同时,加快收敛速度,提高了识别快速性和准确性.