秀丽线虫基因敲除突变库中sec-10突变种系的筛选

从秀丽隐杆线虫(Caenorhabditis elegans)的基因突变库中筛选出目的基因的突变种系,并对其进行分子机制的研究,是研究不同基因及其蛋白产物作用机制的一项基本技术.以sec-10突变种系的成功筛选为例,详细描述如何通过PCR检测方法从笔者实验室所构建的国内第一个秀丽线虫基因敲除突变库(可进行多达几百次的筛选量)中筛选出目的基因的突变种系,同时证明突变库的可用性.根据sec-10基因序列设计多套针对不同靶点的含干扰引物的巢式引物,通过凝胶电泳正确判断扩增产物的特异性和干扰引物对长片段产物的抑制特性,以选择有效的检测引物.简化了线虫复苏后的饲养方法,以取代恒温恒湿培养箱的使用.通过纯和致死平衡子的引入,克服了sec-10基因突变致死所导致的无法稳定传代的问题.总结了从秀丽线虫基因突变库中筛选突变种系的注意要点,为国内其它线虫基因突变库的筛选提供重要的参考意见.     

数字电路调试中“隐故障”的处理方法

针对数字电路调试中存在的隐故障现象,结合几种常用电路,分析了问题出现的原困,并提出解决办法。     

基于历史数据的测试任务约简和故障诊断

针对部队航电组件测试任务繁重、故障定位率低的问题,提出一种利用历史数据来简化测试任务、提高故障定位率的方法。利用粗糙集信息系统理论,建立了航电组件故障信息系统模型;基于测试任务辨识函数和诊断允许误差对测试任务进行约简;基于最短测试时间选出最优测试任务集;利用贝叶斯最大后验概率进行故障诊断推理,将诊断问题归结为不等式约束极值问题;用0-1规划隐数算法求得最优解。最后以某型飞机惯导部件为例验证了方法的快速有效性。     

基于联合时频特征和HMM的多方位SAR目标识别

研究了联合时频特征和隐马尔科夫模型(hidden Markov model, HMM)的多方位合成孔径雷达(synthetic aperture radar, SAR)目标识别方法。利用HMM模型可以有效地对多方位SAR目标特征分析及识别。在HMM多方位SAR目标识别中的关键之一是SAR目标回波高分辨率距离像(high resolution range profile, HRRP)的特征提取。提出了一种时变频因子加权Fisher鉴别的特征提取方法。利用MSTAR实测SAR目标数据集进行了特征提取和识别实验,实验结果验证了方法的有效性。     

影响交通信息支付意愿的关键因素实证研究

以GPS应用为代表的信息服务收费开始受到关注,文中就该问题从交通行为科学的角度进行了探讨,首先就问题解决的前提条件设计了个体特征、信息价值,信息采纳和支付意愿4个隐变量,并根据文献研究和实践经验,分别给出了描述这4个隐变量的可量化的19项显示指标,由此利用结构方程建模技术,建立了反映这些隐变量和显示指标间关系的模型,然后通过问卷调查所收集到的数据,使用LISREL软件进行了分析和计算,并根据计算结果的拟合度,确认了结构方程模型的适用性.研究结果表明,信息价值与信息采纳之间的影响关系最弱,而个体特征对其余3个变量的影响都非常显著.     

基于隐马尔可夫模型的文本信息抽取

文本信息抽取是处理海量文本的重要手段,将隐马尔可夫模型应用到信息抽取领域是一个比较新的研究课题。提出了一种基于隐马尔可夫模型的文本信息抽取算法。该算法利用文本排版格式、分隔符等信息,对文本进行分块,在分块的基础上结合隐马尔可夫模型进行文本信息抽取。仿真结果表明,新的算法在精确度和召回率方面有明显的提高。     

石油微观渗流数值模拟实验

应用基于骨架隐曲面造型技术，构造了一种抽象的孔隙空间模型，在此基础上运用系统模拟技术开发了一个石油微观运移数值模拟实验平台，用于模拟和展示石油在饱含水孔隙介质中的运移过程，并验证了以浮力为主要运移动力的动力学模型的适用性。     

复杂网络隐蔽信道的检测算法研究

为解决某一种隐蔽信道检测算法只能检测某种特定的隐蔽信道而无法检测其它种类隐蔽信道的问题,分析了隐蔽信道的工作方式、数据特征,提出了基于密度聚类的隐蔽信道检测算法。该算法不但能够检测出不同种类的隐蔽信道,也可以检测出这些隐蔽信道合成的复杂隐蔽信道。构建了复杂隐蔽信道的仿真系统,并进行了隐蔽信道检测实验。检测结果表明:在噪声低于20%的环境中,该算法可以快速、准确地检测到复杂隐蔽信道。     

Hilbert曲线扫描在JPEG隐写分析中的研究与应用

提出了一种具有较高正确检测率的JPEG隐写通用型检测方法.利用Hilbert曲线对JPEG图像DCT系数块进行扫描,使用马尔可夫模型挖掘DCT系数的块间和块内相关性,提取转移概率矩阵作为特征.针对nsF5和MB(model-based)隐写方法的实验表明:此方法能对以上两种隐写方法进行有效检测,相比同类检测方法,其检测率有一定提高.     

Hilbert曲线扫描在JPEG隐写分析中的研究与应用

提出了一种具有较高正确检测率的JPEG 隐写通用型检测方法. 利用Hilbert曲线对JPEG 图像DCT 系数块进行扫描,使用马尔可夫模型挖掘DCT 系数的块间和块内相关性,提取转移概率矩阵作为特征. 针对nsF5 和MB （model-based） 隐写方法的实验表明：此方法能对以上两种隐写方法进行有效检测,相比同类检测方法,其检测率有一定提高.