基于生物信息的未知二进制协议聚类方法

协议聚类是协议逆向工程技术中非常重要的一步，针对二进制协议更加透明且满足的协议种类更加广泛的特点，提出了一种基于基因和蛋白质生物信息的二进制协议聚类方法，能够从原始序列角度对大量协议直接进行聚类.本文方法首先将原始二进制报文转化成四进制基因形式，使用快速聚类方法计算碱基两两组合的k-seed值生成距离矩阵，并用UPGMA计算最小距离生成树得到初始分簇；其次，将每一簇四进制协议报文转化成十六进制蛋白质链，得到序列更有语义的方式并采用基于改进mBed算法的聚类方法将其进行高精度聚类.通过对已知和未知协议单纯和混合场景下的测试表明，该方法能够对二进制协议实现高效并且高准确率的聚类，具有较高的应用价值.     

非同分布φ混合序列加权和的强极限收敛性

利用φ混合序列矩不等式和截尾的处理方法,研究非同分布φ混合序列加权和强极限收敛性质的问题,得到了若干新结果,推广并改进了独立同分布情形下的相应结果.     

一类数列极限存在性的证明及其求法

讨论了一类数列极限存在性的证明与其值的求法,通过考研真题和其他实例验证了提出的证明方法是有效、实用的.     

10株葡萄源丝状真菌分离鉴定及其致病力分析

采用组织分离法从京郊地区腐烂的葡萄果实及葡萄叶上分离到10株丝状真菌,其中从腐烂的葡萄果实中分离到3株丝状真菌,命名为814#、815#和880#；从葡萄叶上分离到7株丝状真菌,命名为794#、797#、798#、811#、902#、903#和1397#。结合形态学特征及真菌rDNA ITS区序列分析结果,菌株814#为茎点霉(Phoma sp.),菌株815#为刺孢曲霉(Aspergillus aculeatus),菌株880#为灰葡萄孢(Botrytis cinerea),菌株794#为日本曲霉(Aspergillus japonicus),菌株797#为粉红单端孢(Trichothecium roseum),菌株798#为大蒜盲种葡萄孢(Botrytis porri), 菌株811#为果生炭疽菌(Colletotrichum fructicola),菌株902#为链格孢菌(Alternaria eichhorniae),菌株903#为芬芳镰孢菌(Fusarium redolens)和菌株1397#为脉孢菌(Neurospora terricola),其中A. aculeatus、A. japonicus、C. fructicola、A. eichhorniae、F. redolens和N. terricola未见在葡萄上分离到的报道。将10株丝状真菌分别接种到健康的葡萄、圣女果、苹果和梨果实上,B. cinerea、A. japonicus、A. aculeatus、T. roseum、B. porri、C. fructicola、A. eichhorniae和F. redolens均可使4种果实发病,其中B. cinerea、A. japonicus、B. porri和F. redolens致病力较强；而Phoma sp.和N. terricola只能使葡萄和圣女果发病。     

混合方法优化的自适应引力搜索算法

针对引力搜索算法存在的易早熟收敛、易陷入局部最优、搜索精度有待提高等缺陷，提出一种混合方法优化的自适应引力搜索算法（gravitational search algorithm，GSA）。首先利用Sobol序列初始化种群，增强算法全局搜索能力；其次引入Hamming贴进度计算种群成熟度，判断种群是否早熟；然后引入Logistic混沌对种群作混沌搜索，变异已陷入局部最优的粒子位置；最后基于早熟收敛判断因子改进引力系数，并为粒子位置公式添加收缩因子，促使种群加快脱离局部最优。对9个不同类型的基准测试函数做仿真实验，结果表明新算法能有效改善种群的早熟问题，具备更好的寻优性能。     

基于深度学习的中医古文献临床经验抽取

中医古文献蕴藏着丰富的临床经验，是古代中医在行医过程中对临床诊疗的经验性总结，体现了中医学形成和发展的理论框架和思想基础.然而这些宝贵的临床经验不仅量大，而且分散在不同的文献中，使得中医从业者手工很难快速全面地获取它们，文献检索工具也只能提供文档级别的信息筛选，无法为这种细粒度的信息获取提供支持.此外，古汉语相对于现代汉语的不同特点也限制了主流文本分析工具的使用效果.为此本文提出面向临床经验获取的中医古文献信息抽取任务，用于识别古文献中描述临床经验的文本片段，手工标注了样本数据用于这种抽取模型的训练和测试，并设计了基于深度学习的序列标注器用于完成该任务.考虑到标注数据量小可能带来的过度拟合问题，本文引入对抗训练和虚拟对抗训练来增强模型的泛化能力.一系列充分的实验验证了模型的有效性，表明利用信息抽取技术从古文献获取中医临床经验具有可行性，为这一新的信息抽取任务提供了有希望的研究基线和可复用的标注数据集.     

城市快速路建设时机的决策模型与准则

提出了城市快速路建设时机包括首条快速路建设启动时机和快速路网建设时序安排两方面,指出城市快速路建设时机存在缺少科学决策依据的问题.在总结国内典型城市快速路建设时机安排经验的基础上,分析了城市首条快速路建设启动时机的影响因素,提出了基于经济总量、人口规模、城市面积、机动车保有量等指标的启动时机因素模型和相应决策准则;分析了快速路网建设时序安排的影响因素,将各影响因素标度量化后,建立了基于土地开发(更新)、功能影响、交通需求、工程实施条件、建设资金等指标的快速路网建设时序迫切度模型,并提出相应决策准则.最后,以嘉兴市为例说明模型和相应决策准则的应用.     

针对短波3G-ALE信号的改进脉冲干扰性能研究

针对美军新一代短波3G-ALE信号为提高其协议信息传输可靠性而在通信链路层进行的多重数据编码,提出一种改进脉冲干扰方法。首先利用公开的伪随机扰码,建立对周期脉冲信号进行伪随机预加扰的干扰模型;之后推导信号接收处理公式,在此基础上分析脉冲占空比、脉冲周期等干扰参数,以及扰码失步、干扰频偏等因素对于干扰性能的影响;最后仿真干扰实验并得到相关结论。实验结果验证改进脉冲干扰对于3G-ALE信号协议信息可靠传输的干扰有效性,在设置脉冲占空比75%、脉冲周期使得脉冲持续时间等于整数倍符号长度TB时的干扰效果最佳;2TB以内的扰码失步、80 Hz以内的干扰频偏导致的干扰效果下降,则可以通过提高干信比较好地予以克服。     

基于像素值排序最值阶跃响应的可逆信息隐藏

针对现有明文域可逆信息隐藏方案对于单个像素值修改过程中仅嵌入单比特秘密信息,提出一个基于像素排序值(pixel value ordering,PVO)阶跃响应的可逆信息隐藏方案。PVO对像素块排序后的最值进行预测和修改实现秘密信息的可逆嵌入,具有高保真的特性。利用PVO后的参考像素来确定高保真阶跃修改量,然后通过阶跃处理进行块内冗余像素的选择,最终通过排序序列与像素位置的映射关系来实现信息的嵌入。方案每修改单个像素值信息能够实现多比特秘密信息的嵌入,并且由像素排序确定得到的阶跃修改量能够保证信息提取后图像的无损恢复。经仿真实验验证,在达到同样嵌入容量要求条件下,研究结果较先前基于预测扩展处理的像素值排序方案能够大幅减少像素修改的数量,并且低负载条件下峰值信噪比性能指标得到显著提升。     

基于XGBoost的短时交通流预测模型

为提高路段短时交通流的预测精度,选取路段平均旅行时间作为预测指标,建立了一种基于极端样度上升(extrem gradient boosting,XGBoost)的短时交通流预测模型。首先通过对交通流数据的分析,在考虑交通流时空特性的基础上,分别构建目标路段时间序列训练集、测试集以及时空序列训练集、测试集,然后基于XGBoost模型以及构建的训练样本集建立时间序列预测模型以及时空序列预测模型,并利用训练好的模型进行预测,最后将模型预测结果与线性回归模型、神经网络模型预测结果进行比较。实验结果表明:基于XGBoost的短时交通流预测模型能够对路段未来时段平均旅行时间进行比较准确的预测,其中时间序列预测模型均方根误差为5. 32,时空序列预测模型均方根误差为4. 82,均低于线性回归模型和神经网络模型,且相比于仅考虑时间因素的短时交通流预测模型,同时考虑时空因素的预测模型得到的误差更低,预测效果更好。