采空区危险性的支持向量机识别

针对采空区危险性影响因素与其危险性等级之间存在着复杂非线性关系的特点,笔者提出采用支持向量机最优分类理论来识别采空区的危险性等级。研究选取岩体结构、地质构造、岩石抗压强度、弹性模量、采空区形状、矿体倾角、高跨比、空区体积等8个参数作为主要影响因素,根据支持向量机理论,提出了1-V-1的采空区分类算法,并在Matlab中编程,建立了分类预测的SVM模型。以某矿山的实测采空区为例,利用该模型进行了识别,并与BP神经网络预测结果作对比。实例研究表明,采用该方法的分类结果比神经网络更准确,与采空区调查结果一致性好,用支持向量机理论进行采空区危险性评价是可行的。     

基于小波变换与野草算法的细胞图像特征提取与识别

本文在细胞图像小波多尺度分解的基础上,提出在小波域中进行细胞图像特征提取的方法。针对基于小波变换提取的细胞图像特征向量维数过大、冗余等问题,提出一种基于小波变换与野草优化算法相结合的细胞图像特征的提取方法,最后利用BP神经网络作为分类器进行细胞图像识别。计算机实验仿真结果表明,与现有的未进行特征优化的细胞图像特征提取识别方法相比,本文细胞图像特征提取、分析、识别方法所需时间更短,识别正确率更高,实时性、鲁棒性能更好。     

靶向survivin基因的shRNA慢病毒载体的构建及其对膀胱癌EJ细胞凋亡的影响

目的:构建survivin基因特异性shRNA慢病毒干扰载体,转染膀胱癌EJ细胞,研究survivin基因在膀胱癌细胞株中的表达抑制情况,观察survivin shRNA慢病毒载体对EJ细胞凋亡的影响.方法:以survivin基因为靶标设计shRNA干扰序列,克隆至p SIH1-H1-cop GFP慢病毒载体.干扰载体鉴定正确后转染膀胱癌细胞株EJ细胞,荧光显微镜下观察GFP表达情况,实时荧光定量PCR检测survivin基因mRNA含量变化,Western blotting法检测survivin蛋白表达,Annexin V-FITC/PI双染法检测EJ细胞凋亡情况.结果:PCR扩增鉴定、DNA测序证实survivin慢病毒干扰载体构建成功;EJ细胞经干扰载体处理后,EJ细胞survivin基因mRNA水平下调了73.33%,蛋白表达受到显著抑制,EJ细胞凋亡率达到24.39%.结论:成功构建了靶向survivin基因的shRNA重组慢病毒干扰载体,可以显著降低转染细胞survivin基因的表达水平,并有效提高膀胱癌细胞凋亡率.     

基于相关矢量法L型阵列相干信号DOA估计

针对L型阵列提出了一种基于互相关矩阵的相关矢量(cross correlation matrix correlation vector method,CCM-CVM)重构解相干的波达方向(direction of arrival,DOA)估计算法。为了进一步提高估计精度,在此方法基础上又得到一种改进方法,即CCM-MCVM的方法。该方法基于前后向矢量重构理论,利用阵列互相关矩阵不含噪声的特点,把互相关矩阵的每一个列矢量作为前向矢量,通过对其前向矢量元素进行复共轭变换并颠倒顺序得到后向矢量。利用所有的前后向矢量来重构信号的协方差矩阵并提取信号的子空间,该方法相较于CCM-ESPRIT算法具有损失阵列孔径小,估计精度高的特点。理论分析和仿真结果表明了该方法在低信噪比和小快拍数条件下相较于对比算法具更好的估计性能。     

高动态捷联姿态测量的改进型圆锥误差补偿算法研究

高动态条件下,传统圆锥补偿算法存在不可交换性误差。为抑制圆锥误差,提出了基于角速率输出的等效旋转矢量三子样二次迭代优化算法;并采用修正型罗德里格斯参数进行更新,推导了相应的圆锥补偿算法方程和表达式。在不同圆锥运动频率下和不同更新频率下,仿真验证得出了改进算法在精度和稳定性方面均较四元数法、三子样算法均有提高。实测结果表明,改进算法受圆锥半角、圆锥运动频率的影响较小,在高动态条件下较传统算法性能更优。     

基于GPU的多类支持向量机改进算法

针对支持向量机算法耗时较长的问题,利用并行计算思想,基于图形处理器对多类支持向量机算法——Crammer-Singer算法进行改进,并利用循环展开、数据暂留、缓存和开放运算语言等技术对算法加以实现.分别在4个数据集上对原算法和改进算法进行对比实验,结果表明,改进算法在性能上获得了较大提升.     

基于3种建模法的食源性 ACE抑制二肽 QSAR 研究

以自组建的食源性血管紧张素转化酶（angiotensin I‐converting enzyme ,ACE）抑制二肽为研究样本,采用氨基酸描述子VHSE（principal component score vector of hydrophilicity ,steric ,and electronic properties）对ACE抑制二肽进行表征后,比较偏最小二乘（partial least square regression ,PLS）、支持向量机（support vector machine ,SVM）及主成分分析（principal component analysis ,PCA）‐SVM相结合的3种建模方法对ACE抑制二肽的QSAR（quantitative structure‐activity relationship）建模。结果显示,对于食源性ACE抑制二肽,3个模型的拟合能力无明显差异,SVM模型的预测能力略强;对其进行权重投影分析发现,C末端氨基酸较N末端氨基酸对其活性的影响更为明显。     

NS特异性干扰载体pGenesil-1-NS的构建及鉴定

目的核干细胞因子(nucleostemin,NS)是维持干细胞和癌细胞增殖所必需的蛋白质,可能成为肿瘤基因治疗的潜在靶点.本文旨在构建靶向NS干扰载体p Genesil-1-NS,为后续实验奠定基础.方法基于已发布的NS mRNA序列(NM_206825),选取5'-AAGCCTA GGAAAGACCCAGG-3'(397-416)作为候选靶序列,按shRNA载体设计原则,设计合成两条互补DNA链,退火后插入载体,并以酶切和测序鉴定重组转化子.结果经酶切及测序鉴定证实合成序列正确插入载体.结论成功构建NS特异性干扰载体p Genesil-1-NS,可用于NS在肿瘤中的功能研究.     

基于结构特征聚类的相似代码检索方法

针对基于图的相似代码检测方法复杂度高、对代码多样化识别能力有限等问题,提出基于结构特征聚类的方法。首先将代码表示为控制依赖树,在此基础上执行代码标准化,消除代码表达方式的多样化,以便识别语法表示不同,而语义相似的代码;然后采用特征向量描述程序的结构信息,将复杂的图的相似度求解问题转换为简单的相似向量的聚类问题,快速提取可能相似的候选代码。实验结果表明,方法与Gabel等人提出的方法相比,可以识别更多的代码多样化。     

基于混沌人工蜂群算法优化的SVM 齿轮故障诊断

为克服支持向量机中模型参数的随意选择对分类性能造成的不利影响, 提出了基于混沌人工蜂群算法的支持向量机(CABC鄄SVM: Chaotic Artificial Bee Colony algorithm of Support Vector Machine)参数优化方法。该方法采用Logistic 混沌映射初始化种群和锦标赛选择策略, 对支持向量机的惩罚因子和核函数参数进行优化时以分类准确率作为适应度函数。通过UCI 标准数据集实验证明, CABC 具有较强的局部和全局搜索能力, 其优化的支持向量机可在很大程度上克服局部极值点, 从而获取更高的分类准确率, 并有效缩短了搜索时间。将该方法应用于实际齿轮故障诊断中, 采用小波相对能量作为特征输入支持向量机, 分类准确率达到99. 4%, 验证了该方法的可行性和有效性。