求解离子通道开关持续时间概率密度函数的Ｑ-的矩阵法

系统地阐述了离子通道门控动力学中求解任意马尔科夫门控模型的开关持续时间概率密度函数的Q-矩阵法的理论基础,推导了相应的计算公式,并用此法求解了PC12细胞K+离子通道门控模型的开关持续时间的概率密度函数(pdf).     

求解离子通道开关持续时间概率密度函数的Q—矩阵法

系统地阐述了离子通道门控动力学中求解任意马尔科夫门控模型的开关持续时间概率密度函数的Q－矩阵法的理论基础,推导了相应的计算公式,并用此法求解了PC12细胞K^ 离子通道门控模型的开关持续时间的概率密度函数（pdf）。     

采用GRU-MC混合算法的锂离子电池RUL预测

锂离子电池的剩余使用寿命预测是电池管理系统的重要组成部分.为解决锂离子电池剩余使用寿命预测不准确的问题,提出一种基于门控循环单元和马尔科夫链的锂离子电池剩余使用寿命预测方法.首先,对数据进行数据清洗和数据规范,选择构建特征矩阵;然后,搭建基于门控循环单元网络的预测模型,并运用马尔科夫链算法对预测模型的初步结果进行误差修...     

膜片钳技术与PSTAT程序拟合初值的估计

指出了在研究离子通道门控动力学时，首先要对单通道记录进行分析，为进一步建立通道门控的模型提供信息，现在已有了一些分析单通道实验数据的软件包，但在应用这些软件包拟合实验数据时，需要确定拟合的初始值，在多数情况下这是一件困难的事情，结合使用PSTAT软件的经验，提出了选取拟合妆始值的一种直观有效的方法。     

基于时变状态转移隐半马尔科夫模型的寿命预测

隐半马尔科夫模型在进行系统状态估计及寿命预测时,其状态转移概率矩阵是固定值,得到的剩余寿命预测值呈阶梯状变化,与系统的实际剩余寿命值之间存在着较大的误差.针对上述问题,提出了具有时变状态转移概率矩阵的隐半马尔科夫模型,根据系统的3种典型退化状态分析,给出3种不同的状态转移系数.与初始状态转移矩阵相结合,得到随时间变化的状态转移矩阵.提高系统在当前健康状态下的剩余持续时间估计精度,最终得到更为准确的总体剩余寿命预测值.结果表明,基于时变状态转移概率矩阵的隐半马尔科夫模型相比传统的隐半马尔科夫模型,可显著提高剩余寿命预测的准确性.     

黄大豆1号期货收益率体制转换模型分析

叙述了隐马尔科夫模型对于大豆期货收益率的建模过程.对2011年黄大豆1号各期合约的收益率进行了两状态体制转换分析,分别得到了正收益状态和负收益状态的均值和平均持续时间.     

基于并行双向门控循环单元与自注意力机制的中文文本情感分类

在基于深度学习的文本情感分类研究领域中,目前传统的模型主要是序列结构,即采用单一的预训练词向量来表示文本从而作为神经网络的输入,然而使用某一种预训练的词向量会存在未登录词和词语语义学习不充分的问题。针对此问题,提出基于并行双向门控循环单元（gated recurrent unit,GRU）网络与自注意力机制的文本情感分类模型,利用两种词向量对文本进行表示并作为并行双向GRU网络的输入,通过上下两个通道分别对文本进行上下文信息的捕捉,得到表征向量,再依靠自注意力机制学习词语权重并加权,最后对两个通道的输出向量进行向量融合,作为输入进入全连接层判别情感倾向。将本文模型与多个传统模型在两个公共数据集上进行实验验证,结果表明本文模型在查准率、查全率、F₁值和准确率等性能指标上相比于双向门控循环单元网络模型、双向长短时记忆网络模型和双向门控循环单元网络与自注意力机制的单通道网络模型均有所提升。     

结构门控与纹理联合引导的生成对抗壁画修复

现有深度学习修复方法修复壁画时，受结构和纹理影响较大，修复结果易出现结构紊乱和纹理模糊等问题.针对这些问题，提出了一种结构门控融合与纹理联合引导的生成对抗壁画修复模型.首先，构建由结构引导编码子网络和纹理引导解码子网络构成的生成网络，利用结构信息引导编码，并通过门控特征增强边缘轮廓信息.然后，设计纹理引导器和方向注意力模块提取分层纹理特征，引导解码器重构修复，提高壁画的纹理一致性.最后，采用跳跃连接促进结构和纹理的特征互补，并利用谱归一化马尔科夫判别模型对抗完成壁画修复.对真实敦煌壁画数字化修复实验的结果表明：所提方法主客观评价均优于比较算法，修复结果更加清晰、自然.     

期货价格的马尔科夫链改进模型

首先引入马尔科夫链模型,以沪铝期市价格为例对商品期货价格进行了预测;再利用期市价格变动的量价关系得到了马尔科夫链改进模型。实证分析表明,相较于传统马尔科夫链模型,改进的模型在预测精度及效率上均有所改进。     

指数平滑结合条件Markov预测模型研究——基于新疆货运量预测

建立了一个时间序列预测模型。以三次指数平滑模型为基本预测模型,并基于马尔科夫链定义了误差修正模型--条件马尔科夫链。条件马尔科夫链的特点在于将传统马尔科夫链中的一步状态转移概率矩阵变成条件一步状态转移概率矩阵,即在条件马尔科夫链的状态转移概率矩阵中,每个元素的意义为:在已知t-1时刻的状态下,t时刻的状态转向t+1时刻状态的概率:即P{(E_t→E_(t+1))/E_(t-1)}。在文章中以新疆货运量为实验对象,通过对新疆货运量这一指标用三次指数平滑模型,用三次指数平滑模型结合马尔科夫链和三次指数平滑模型结合条件马尔科夫链三个模型进行预测,结果显示,经过条件马尔科夫链修正后的预测结果误差最小,证明文中模型可以有效提高预测精度。     

非凸段长分布隐含Markov模型的搜索算法

基于段长分布的隐含Markov模型(DDBHMM)可解决经典隐含Markov模型(HMM)的状态段长指数分布的问题,实现了基于凸性假设的搜索。为解决非齐次模型的搜索算法问题,提出采用混合Gauss分布来拟合非凸段长分布,用子状态拆分的方法来实现非凸段长分布DDBHMM识别算法。在音乐信号识别上的实验表明:该方法在召回率提高1.1%的情况下,使准确率提高约10%。该方法实现了非凸段长分布HMM的识别算法,并且对于其他非凸段长信号具有推广价值。     

Novel mechanism of voltage-dependent gating in L-type calcium channels

Activation of voltage-dependent calcium channels by membrane depolarization triggers a variety of key cellular responses, such as contraction in heart and smooth muscle and exocytotic secretion in endocrine and nerve cells. Modulation of calcium channel gating is believed to be the mechanism by which several neurotransmitters, hormones and therapeutic agents mediate their effects on cell function. Here we describe a novel type of voltage-dependent equilibrium between different gating patterns of dihydropyridine-sensitive (L-type) cardiac Ca2+ channels. Strong depolarizations drive the channel from its normal gating pattern into a mode of gating characterized by long openings and high open probability. The rate constants for conversions between gating modes, estimated from single channel recordings, are much slower than normal channel opening and closing rates, but the equilibrium between modes is almost as steeply voltage-dependent as channel activation and deactivation at more negative potentials. This new mechanism of voltage-dependent gating can explain previous reports of activity-dependent Ca2+ channel potentiation in cardiac and other cells and forms a potent mechanism by which Ca2+ uptake into cells could be regulated.     

基于改进的隐马尔科夫模型的语音识别方法

针对隐马尔可夫（HMM）语音识别模型状态输出独立同分布等与语音实际特性不够协调的假设以及在使用段长信息时存在的缺陷,对隐马尔可夫模型进行改进,提出马尔可夫族模型。马尔可夫族模型可看作一个数学上由多个马尔可夫链构成的多重随机过程,HMM模型则是双重随机过程,因而,HMM模型可视为马尔可夫族模型的特例。马尔可夫族模型用条件独立性假设取代了HMM模型的独立性假设。相对条件独立性假设,独立性假设是过强假设,因而,基于马尔可夫族模型的语音模型更符合语音实际物理过程。在马尔可夫族语音识别模型中引入状态段长信息,能自动根据语速对语音单元段长进行调整。非特定人连续语音实验结果表明,利用状态段长信息的改进语音识别模型比经典HMM模型的性能明显提高。     

重型机床铸件底返雨淋浇注系统实验研究

本文研究底返雨淋式浇注系统。通过充型过程的水力模拟实验,测定了内浇口的流速、压力以及流量分配等物理参数,观察了充型过程中各局部的流动景象;在此基础上,考虑了底注时的充型效果,对其流动特性进行了理论分析,并对几种铸造缺陷的形成机理做了探讨,得出了一些与顶注式浇注系统截然不同的结论,并实现了机床床身类铸件底返雨淋浇注系统的计算机辅助设计。     

融合门控机制的远程监督关系抽取方法

提出一种融合门控机制的远程监督关系抽取方法。首先在词级别上自动选择正相关特征, 过滤与关系标签无关的词级别噪声; 然后在门控机制内引入软标签的思想, 弱化硬标签对噪声过滤的影响; 最后结合句子级别的噪声过滤, 提升模型的整体性能。在公开数据集上的实验结果表明, 相对于句子级别噪声过滤方法, 所提方法的性能有显著提高。     

绝对破产下的总负持续时间

考虑常利率下的贷款复合泊松模型,讨论了在绝对破产情况下的总的负持续时间,利用马氏性推导并解出总的负持续时间的拉普拉斯变换.

Abstract：

The compound Poisson risk model with debit interest is considered, and the total duration of negative surplus when absolute ruin occurs is discussed. By the strong Markov property of the model, the Laplace-Stieltjestransform of the total duration of negative surplus is obtained.     

Gated regulation of CRAC channel ion selectivity by STIM1

Two defining functional features of ion channels are ion selectivity and channel gating. Ion selectivity is generally considered an immutable property of the open channel structure, whereas gating involves transitions between open and closed channel states, typically without changes in ion selectivity. In store-operated Ca(2+) release-activated Ca(2+) (CRAC) channels, the molecular mechanism of channel gating by the CRAC channel activator, stromal interaction molecule 1 (STIM1), remains unknown. CRAC channels are distinguished by a very high Ca(2+) selectivity and are instrumental in generating sustained intracellular calcium concentration elevations that are necessary for gene expression and effector function in many eukaryotic cells. Here we probe the central features of the STIM1 gating mechanism in the human CRAC channel protein, ORAI1, and identify V102, a residue located in the extracellular region of the pore, as a candidate for the channel gate. Mutations at V102 produce constitutively active CRAC channels that are open even in the absence of STIM1. Unexpectedly, although STIM1-free V102 mutant channels are not Ca(2+)-selective, their Ca(2+) selectivity is dose-dependently boosted by interactions with STIM1. Similar enhancement of Ca(2+) selectivity is also seen in wild-type ORAI1 channels by increasing the number of STIM1 activation domains that are directly tethered to ORAI1 channels, or by increasing the relative expression of full-length STIM1. Thus, exquisite Ca(2+) selectivity is not an intrinsic property of CRAC channels but rather a tuneable feature that is bestowed on otherwise non-selective ORAI1 channels by STIM1. Our results demonstrate that STIM1-mediated gating of CRAC channels occurs through an unusual mechanism in which permeation and gating are closely coupled.     

利用段长信息的改进连续语音识别算法

以基于段长分布的隐含Ｍａｒｋｏｖ模型为基础，提出了一种改进的帧同步束搜索连续语音识别算法，使段长信息在连续语音识别中得到充分有效的利用，并与原算法作了比较。在该算法的具体实现上，建立了状态的局部路径组和全局活跃路径两种数据结构，并采用了帧同步快速实时算法来处理局部路径的剪枝和跳转。说明了段长参数的估计方法。介绍了非特定人大词汇量连续语音识别的实验，实验结果表明，利用段长信息改进识别算法比原识别算法字的误识率降低了６％。     

段长在汉语语音识别系统后处理阶段的应用

针对传统的隐含马尔可夫模型(hidden Markov model,HMM)存在的缺陷,该文提出了一种在识别的后处理阶段使用段长模型的方法,并应用在基于HMM的汉语识别系统上。该方法利用归一化的段长模型对识别系统的解码结果重新打分,比较前后两次算出的分数从而选出更可靠的识别结果。实验表明,通过该方法将段长模型应用在识别过程中,可以显著提高识别系统的性能,大量减少识别结果中的插入错误。数据显示,该方法使识别系统的音节错误率下降了大约10%,识别系统最终的插入错误和删除错误都低于1%。     

卫星移动信道的统计模型仿真与Markov的两状态模型

仿真了卫星移动信道中的几种常见的统计模型,并将理论结果同仿真结果进行了比较,显示出较好的吻合性, 同时基于这几种统计模型的机理,给出了Markov的两状态模型,证明了阴影过程可建模为Markov的两状态模型。