Goel-Okumoto软件可靠性模型的研究

对Geol-Okumoto软件可靠性预计模型进行了分析和研究,找出了该模型存在的主要缺陷和不足,针对G-O模型不能对产品的操作阶段进行评测不足之处,对该模型做出了错误排除率正比于潜在的错误点发现率新的假设条件,并给出了一个基于测试覆盖的CGO模型。通过失效数据对GO模型和CGO模型在性能上作了对比分析,结果表明CGO模型具有更好的预测效果,而且还可以在操作阶段进行可靠性评测。     

大规模GO注释的生物信息学流程

随着新一代测序技术的不断发展,海量的序列数据将为生物学研究者挖掘基因信息提供巨大的资源.信息挖掘的一项重要工作是对序列进行功能注释,其中最重要的功能注释方式是基因本体论( Gene Ontology,GO)的注释.利用生物信息学方法和软件工具集成了针对EST序列的大规模GO注释流程(large-scale GO annotation pipeline,LSGAP).该流程集合了BLAST、B2g4pipe以及Wego等软件和Swissprot、Nr或Interpro等常用蛋白数据库.用户可以将EST序列通过此流程最终获得可视化的GO分类统计图表,直观地显示基因在不同过程中的参与情况.为了验证LSGAP的准确性,对2007年发表的美洲牡蛎(Crassostrea Virginica)的EST序列进行了LSGAP分析,结果表明GO分析非常准确有效.通过与Blast2go和GoBlast等GO注释软件进行比较,LSGAP流程具有可以本地化运行BLAST、对硬件要求低和运行时间短等诸多优势,因此LSGAP流程是科研人员进行基因功能挖掘的有效工具.     

软件可靠性GO模型的有效分析

针对GO模型的参数解结构进行了理论分析,利用参数解存在的条件,得到了结构比较优越的性质,构造了高效的参数估计算法,并结合典型实例编程求解,得到了实验结果。     

Co_3O_4/GO和Mn_3O_4/GO催化Oxone氧化NOx的比较研究

文章比较了Co3O4/GO及Mn3O4/GO两种催化剂催化Oxone对NOx氧化效果的影响,考察了pH、Oxone投加量及温度等因素对催化Oxone氧化NOx效果的影响。研究结果表明:在相同的试验情况下,Co3O4/GO催化Oxone氧化NOx的效果要优于Mn3O4/GO。     

GO法原理和改进的定量分析方法

ＧＯ法是以成功为导向,与故障树方法完全不同的一种全新概念的可靠性分析方法。该文研究ＧＯ法的原理及其应用,系统归纳了ＧＯ法,阐明了ＧＯ法的原理。通过对ＧＯ法的定量分析,提出了引入信号流状态累积概率,导出了新的定量计算公式,并提出了共有信号的处理方法。避免了复杂的状态组合的概率计算,从而可直接进行系统状态概率的计算,易于编程,适于工程应用。根据文章提出的方法,开发了ＧＯ程序,给出了算例。结果表明,提出的改进方法是有效的,有利于ＧＯ法的发展和应用。     

GO术语间语义相似性度量方法

分析了当前GO语义相似性的几种常用度量方法,提出了一种基于语义子图计算GO术语语义相似性的新方法,并以GO图的一小部分为例,进行了算法研究,使语义相似性度量更加精确.     

GO molecular function coding based protein subcellular localization prediction

Subcellular localization is an important feature of proteins which is closely correlated to their function. In this work,we tried to develop a new coding method of using those location predictive molecular function terms of protein as the input for the prediction of subcellular localization. Combined with the amino acid pair composition of the sequence,this coding system is proved to be efficient for support vector machine (SVM) and to have satisfied performance when tested on the RH dataset. Meanwhile,the model also shows robustness against N-terminal uncertainties in sequences.     

状态概率矩阵及其在GO法中应用

状态组合算法和概率公式算法是GO法常用的定量分析方法,但对于多输入多状态的复杂系统,二者的计算均过于烦琐.结合两种算法,提出了一种简化的GO定量概率矩阵算法.首先引入状态概率矩阵的概念,对常用操作符导出基于矩阵的定量计算公式;然后针对系统中共有信号的修正,提出了对任意多状态共有信号均适用的新算式;最后通过两个算例的可靠性计算,证明了所提算法的有效性.新算法不仅便于分析操作符状态和信号流状态之间的组合关系,而且算式直观、计算简单、易于编程,尤其在多输入多状态系统的可靠性计算上具有更大的优势.     

Co2+/GO复合材料的合成与抑菌性能

在体积比为4/3的乙醇/甲酰胺混合溶剂中,利用氧化石墨(GO)与氯化钴反应得到了Co2+/GO复合材料.采用XRD、FT-IR、SEM、EDS及TG-DTA等对复合材料的结构进行表征,结果表明Co2+/GO复合材料具有层状结构,Co2+与氧化石墨片层上的氧原子形成了配位键,复合材料对枯草芽孢杆菌具有明显的的抗菌活性,对枯草芽孢杆菌和大肠杆菌的最小抗菌浓度(MIC)分别为7.5μg/mL和6.25μg/mL.     

基于GO法的电动静液作动器可靠性分析

采用与故障树分析(FTA)对比法,研究了电动静液作动器(EHA)系统基于GO法的可靠性分析与安全评估方法．阐述了GO法的具体分析步骤,构建了EHA系统的GO图模型,分别利用GO法和FTA法对EHA系统进行了可靠性定量分析,并将结果对比,验证了GO法在EHA系统可靠性分析和安全评价中的可用性与正确性．     

GO法在供应链可靠性诊断中的应用

为研究供应链可靠性的精确计算与失效模式诊断等问题,提出将一种新的方法—GO法引入到供应链可靠性诊断中。通过对导致供应链系统成功的各类重要因素的详细分析,以三级供应链为研究对象,建立了供应链可靠性诊断的GO模型。该模型具有通用性,能对供应链可靠性进行精确计算,并能对供应链系统进行失效模式的诊断及其重要度的计算,为供应链系统改善与优化提供了思路。实例验证了方法的可行性与有效性。     

GO7007SB在网络视频监控系统中的应用

为适应数字化网络视频监控系统的发展，设计了以GO7007SB和S3C2510为核心的双CPU嵌入式网络视频监控系统，其中，G07007SB是用于音视频的编码。在S3C2510上则运行uClinux操作系统以实现多任务管理，提高系统的可靠性，简化应用程序的设计。     

复杂系统可靠性的GO法精确算法

GO法是以成功为导向的系统可靠性分析方法 ,直接进行系统可靠性定量计算是 GO法的优点。但是对复杂系统 ,GO运算过程中需要保留共有信号项 ,并进行修正处理 ,直接计算较难实现。该文给出了对共有信号项进行修正的计算公式推导过程 ,并提出了有共有信号的复杂系统中 GO法定量计算的新的精确方法 ,只要对共有信号的状态组合进行多次简单的 GO运算 ,就可以计算系统所有信号流状态概率的精确值。算例说明方法是正确的 ,结果是精确的 ,此方法简单有效 ,使 GO法得到进一步发展和应用     

有共因失效的系统可靠性的GO法分析

研究在风险评价中应用GO法进行含有共因失效的系统可靠性定量分析方法。应用M arkov过程理论,导出了可修部件共因失效概率的近似计算公式,利用GO法即可直接计算系统状态概率,提出了有共因失效的可修系统状态概率定量分析的GO法算法,并应用于三取二系统和外电源备用系统的共因失效分析。结果表明:共因失效对系统可靠性有很大影响,而GO法算法是进行系统共因失效分析的有效而实用的方法。     

氧化石墨/PDADMAC多层膜的制备及其电化学性能

采用静电力层层自组装技术在不同的基底上(玻璃,ITO导电玻璃)制备了多层氧化石墨(GO)/聚二烯丙基二甲基氯化铵(PDADMAC)复合超薄膜,并对其进行了还原处理。采用紫外-可见分光光度计(UV-Vis)、扫描电子显微镜(SEM)、X射线衍射仪(XRD)及Raman光谱仪对膜的结构进行了表征,研究了复合膜的电化学性质。结果发现,在一定浓度的PDADMAC和GO溶液中,交替沉浸较短的时间即可获得厚度均一、表面平整的复合超薄膜;对比不同电极的循环伏安曲线(CV)发现,超薄膜修饰工作电极较空白电极具有较强的电荷传递能力。     

GO法与故障树可靠性建模的比较研究

ＧＯ法与故障树（ＦＴＡ）是两种不同的系统可靠性分析方法,二者在建模的方法上存在明显差异⒀通过实例对ＧＯ法和ＦＴＡ的建模进行了比较,分析了二者之间的异同点,并进一步说明了两种方法各自的使用范围和优缺点⒀ＧＯ法是以成功状态为导向, 从系统能够正常运行或信号流能正常通过的状态中得到系统的模型; 而ＦＴＡ正相反, 它是以故障状态为导向, 在系统故障状态下逐级查找造成系统故障的原因,从而得到系统的模型⒀与ＦＴＡ相比,ＧＯ法具有模型结构紧凑,易于修改、核实等优点, 同时对于分析多状态、有时序和流程性系统的可靠性具有独特的优势     

以位置特异性得分矩阵和基因本体为特征的蛋白质亚细胞定位预测

提出一种蛋白质亚细胞定位预测方法.该方法以位置特异性得分矩阵和基因本体抽取对应特征,结合支持向量机构建多标签分类模型.充分考虑了蛋白质进化信息对其亚细胞定位的影响,并基于文本分类中涉及到的卡方检验的对数变换思想,构建基因本体注释信息的加权系数对其进行加权处理,从而提高预测的准确率.采用支持向量机作为基分类器构建多标签分类模型,进一步提高预测的准确率.通过在目前该领域两个常用的真实数据集上进行的一系列测试结果表明,该方法能有效提高蛋白质亚细胞定位预测的准确率.