一种新的代理缓存替换算法

使用文档大小、访问频率、文档访问剩余寿命作为计算文档价值的关键词，在提出的替换策略上，对文档的访问频率作一个更精确的计算。实验结果将会表明该算法的改进更进一步提高了缓存性能，得到较高的文档命中率和文档字节命中率。     

基于无偏灰色-马氏链组合模型的股价研究

通过对股票价格运行特点分析，将这一随机时间序列分解成由灰色模型拟合的趋势变动序列和马尔可夫链，并在对两详细剖析的基础上建立了无偏灰色—马氏链组合模型，以此预测上证综合指数的区间概率分布、平稳分布、均值以及平均涨落时间，检验和实例表明该模型具有较高精度和应用价值．     

一种新型级联码

提出一种由Turbo与纠正多个随机错误的循环码构成的新型级联码,旨在用纠正多个随机错误的循环码纠正Turbo不能纠正的错误,进一步降低误码率.仿真结果表明:信噪比超过一定值后,此级联码的误码率明显低于传统的Turbo码.     

ρ-混合序列Jamison型加权和的强收敛性

设{Xn,n≥1}为同分布ρ-混合序列,EX1=0,{an,n≥1}为正实数序列,An=n∑k=1 ak↑∞（n→∞）,考虑Jamison型加权和Tn=1/An∑k=1 akXk,在类似Jamison等（1965）的条件下,证明了Tn的强收敛性,即Tn→0,a.s.（n→∞）,把已有的结论推广到了ρ-混合序列的情形.     

谐波分析高效算法的研究

从满足电能质量测量的实时性要求出发,尽量减少数据的计算量,研究开发了基于复序列的FFT算法;该算法与FFT比较,分析同样序列长度的电压、电流数据,使其FFT运算量减少了一半.因此该算法在电能质量在线监测系统中得到了很好的应用.     

棉铃虫泛素基因的克隆及序列分析

泛素介导的泛素-蛋白酶体通路(Ubiquitin-proteasome pathway,UPP)是真核细胞内依赖ATP的非溶酶体蛋白质降解途径,该途径对细胞内蛋白的选择性降解起着重要作用.设计一对简并引物,从棉铃虫Helicoverpa armigera卵巢细胞Ha831中克隆了泛素基因的编码区,GenBank登录号AY456195.序列分析表明,该编码区的长度为228bp,编码76个氨基酸、其编码蛋白的相对分子质量为8 560,等电点为6.56.同源性比较发现,棉铃虫泛素基因与其他真核生物泛素基因在氨基酸水平上具有96%以上的相似性,而与棉铃虫核多角体病毒泛素的相似性为76%,所有已知的泛素关键功能位点在该泛素蛋白中均保守存在.     

斜带石斑鱼神经坏死病毒基因组RNA1和RNA2序列测定及分析

根据GenBank数据库公布的鱼类神经坏死病毒(nervous necrosis virus,NNV)同源序列设计了7对特异性引物,采用RT-PCR方法扩增出目的片断,将PCR产物测序和分析.斜带石斑鱼Epinephelus coioides神经坏死病毒(orange-spotted NNV,OGNNV)基因组由两个片断(RNA1和RNA2)组成,RNA1由3 103个核苷酸组成,含有一个开放阅读框,编码982个氨基酸;RNA2由1 433个核苷酸组成,含有一个开放阅读框,编码338个氨基酸.OGNNV基因组与新加坡GGNNV(greasy grouper NNV)的基因组有高度的相似性.分析病毒的RNA2序列发现:OGNNV与DGNNV(dragon grouper NNV)、RGNNV(redspotted NNV)和GGNNV的亲缘关系很近,并且具有相同的中和位点;分析病毒的RNA1序列,发现在OGNNV的RNA1序列中同样可以找到依赖RNA的RNA聚合酶的6个模序(motif).根据同源性比较和系统进化分析,OGNNV属于RGNNV血清型的成员.     

一种基于向量的鲁棒ARMA系统辨识器

提出一种新的基于向量方法的自回归和运动平均(ARMA)模型系统辨识器,并给出了其参数的统计分析模型.应用结果表明,向量ARMA算法和最小二乘法LS算法相比,在一定条件下,其预测误差精度提高了约1.2 dB;且该系统模型不受分离向量参数的影响.使用非线性函数核,系统将会成为一个鲁棒的非线性辨识过程.     

基于聚类的Web序列模式挖掘

Internet飞速发展在带给人们很多方便的同时,也出现了一个新问题,即如何从大量的Web日志数据中快速而方便的找到所需要的信息,Web日志挖掘是其关键技术之一.本文使用了RACE算法及使用长度分析实现了Web序列模式的日志挖掘,并进行了实例分析.     

空间映射与响应面法相结合的结构优化

应用空间映射与响应面方法实现了由低保真模型到高保真模型的响应面映射，在原有空间映射方法的基础上将一类结构优化问题构造为标准二次规划模型，有利于高保真模型的优化求解，且解决了空间映射方法中低保真模型设计变量更新困难的问题。此方法可大大减少应用序列RSM方法进行结构多学科优化时的重分析计算量。数值算例表明此方法可获得较好的求解效率和精度。