Banach空间中的1阶Bessel序列

在Banach空间X中引入了1阶Bessel序列与Bessel算子的概念,证明了X上的全体1阶Bessel序列构成一个Banach空间;对X上的任意1阶Bessel序列f={fn}n∈Λ,引入了算子Tf:X*→l1,给出一个序列成为1阶Bessel序列的若干充分必要条件;引入(1,∞)阶对偶对的概念,证明了(f,g*)成为X×X*中的(1,∞)阶对偶对当且仅当Tf*Tg*|X=IX.     

多维频繁项集计算方法及应用

对多维关联规则中混合维关联规则数据挖掘技术进行了探索，实现了基于多维频繁项集进行多维关联规则数据挖掘的一种实用高效的方法，文中基于多维的频繁项集的挖掘算法主要分为2个步骤，并在高校学生信息系统中给予具体运用．     

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．     

一种基于关联规则的数据挖掘算法实现与应用

对Apriori算法加以改进,提出了一种更高效的关联规则挖掘算法,在扫描数据库的同时把支持每个项目的事务都标记出来,采用一种新的方法来计算候选项目集的支持度.该算法只需对源数据库进行一次扫描,就可以找出所有的频繁集,具有很高的效率.     

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.     

FP-growth算法的一种优化实现

研究工作者已经提出了许多对事务数据库中频繁模式、关联规则的挖掘算法.早期算法有Apriori算法,然而该算法利用候选项集找频繁项集,而候选项集的产生往往是非常耗时的.JianweiHan等人提出了一种改进的算法,FP-growth算法.该算法不产生候选项集,效率比Apriori算法提高了近一个数量级.在描述FP-growth算法的基础上,具体讨论了如何优化数据结构,有效的实现该算法.     

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.