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.     

基于Attention Bi-LSTM模型构建蛋白质诱饵序列库

利用计算机技术在海量质谱数据中鉴定蛋白质序列是蛋白质组学研究最基本且重要的任务之一，诱饵序列库构建的好坏是蛋白质鉴定质量控制成功的关键之一。发展了基于注意力机制-双向长短期记忆神经网络(Attention Bi-LSTM)的诱饵序列构建方法，整体研究基于编码-解码框架，采用双向长短期记忆神经网络在解决传统循环神经网络梯度消失问题的同时，可以捕获前向后向更多依赖信息对处理序列数据更加有优势；引入注意力机制提高模型对目标序列库和诱饵序列库相关程度的关注度；并与目前常用的随机和反转算法进行比较。结果显示，基于Attention Bi-LSTM模型构建的诱饵序列库能满足理想诱饵序列库的各项特征要求；在不同大小实验数据集以及谱图、肽段、蛋白3个层面对比分析，显示构建的诱饵序列库与其他方法比具有更好的灵敏性。因此，Attention Bi-LSTM是一种很有潜力的诱饵序列库构建方法。     

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.     

非负函数积分均值的一个不等式性质

利用Hlder不等式证明有界闭区间上非负连续函数积分均值的一个不等式性质,将其推广到与函数整数次幂的积分有关的序列的单调性,并证明该序列的极限即为函数在积分区间上的最大值.     

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。     

NA序列随机和的几乎处处中心极限定理

运用子序列收敛性质证明了NA序列随机和的几乎处处中心极限定理，还证明了权重条件为〖SX(〗1〖〗j〖SX)〗,〖SX(〗logλj〖〗j〖SX)〗 （λ>-1）和〖SX(〗elog αj〖〗j〖SX)〗（α∈[0,1]）时的几乎处处中心极限定理.     

龙门山区中泥盆统养马坝组混积相与混积层序及其控制因素分析

龙门山地区中泥盆统养马坝组混合沉积较为发育。本文通过对龙门山地区北川甘溪剖面养马坝组的野外实测,在混合相和混积层序研究的基础上,分析了养马坝组层序体系域中的混合沉积机理及其控制因素。研究表明：龙门山地区中泥盆统养马坝组由下部的以泥质为背景的Ⅰ型混积类型和中、上部以砂、灰为背景的Ⅱ型混积类型组成,混积机理包括间断混合、相混合和原地混合,前两种是主要类型。由陆向海依次发育混积滨岸、碎屑混积陆棚沉积和碳酸盐混积陆棚,建立了混积滨岸—混积陆棚沉积模式。养马坝组发育Ⅱ型混积层序,沉积体系域可划分为4种：SMST、TST、EHST和LHST。各体系域均有不同程度的混合沉积现象,但混积沉积机理存在差别：SMST和LHST以间断混合为主,相混合为次,TST和EHST以相混合为主；风暴作用是引起龙门山地区中泥盆统养马坝组间断混合的最主要的驱动因素。相对海平面变化、物源供给、碳酸盐生产速率和气候变化是控制和影响混合沉积的因素。SMST和HST主要受相对海平面的变化有关,TST则受控于物源供给,气候变化不同程度的影响各体系域的混合作用。