融合量子密钥的内网文件加密系统

随着量子计算技术快速发展，基于计算复杂性的加密技术正面临着巨大的威胁，单一的防火墙技术无法完全阻止黑客的侵入和发自内网的攻击。采用防火墙与量子保密通信技术相结合的策略，能够有效解决上述问题。文中设计了一种基于量子密钥的局域网内文件安全系统，使用量子密钥并结合"一次一密"的方式对局域网内部隐私文件进行加密，能够有效防范文件失窃带来的损失。系统包括2个部分：以文件处理单元为核心的客户端软件，以加/解密信息管理模块为核心部件的服务器。为了增加密文的复杂性、密钥的存储安全性、计算可行性，提出了密文混合拼接、弱口令错位置乱、密钥智能匹配3种密钥处理方法，有效提高了系统的整体安全性。经系统功能测试与网络仿真分析，验证了系统的有效性、安全性及可行性。     

支持虚拟企业组建的DSS与CSCW集成框架

针对虚拟企业组建过程复杂, 需要决策支持系统支持的 特殊情况， 分析了CSCW对DSS的制约, 利用CSCW提供的多种技术和工具支持虚拟企业组建决策, 提出一种CSCW与DSS的集成框架. 并通过对集成框架进行评估与分析发现， 该方法是高效、 可行的.     

口语对话系统中对话管理的演变

为了对人机语言交互领域的主要工作进行归纳和总结,分析了口语对话系统的各个组成模块,包括主要研究内容和关键技术; 然后,针对其核心的对话管理技术进行了综述,通过详细分析并比较几类主要对话管理实现方法,力求在分析现有算法的同时勾勒出其技术的发展与演变过程; 最后,对对话管理领域的深入研究进行了分析与展望。     

基于灰值区间的微阵列模拟数据生成算法

针对微阵列芯片数据采集量大、 获取成本高的问题, 提出一种新的基于灰值区间的微阵列模拟数据生成算法. 该算法通过灰值度量的方式模拟微阵列数据中基因的差异表达属性, 结合聚类分析方法创建聚类隧道, 进而产生与原始数据具有相似数理分布及生物学意义的模拟数据. 采用模拟数据和真实生物数据对算法进行实验验 证与分析, 实验结果表明, 基于灰值区间理念与聚类隧道产生机制生成的模拟数据是有效且可靠的.     

微阵列癌症数据误标记样本和异常样本识别的广义CL-stability算法

针对微阵列癌症数据的特点, 提出一种能识别数据集中误标记样本和异常样本的广义CL stability算法. 该算法以CL-stability为基本算子, 通过样本的全局稳定性识别误标记样本或异常样本. 实验结果表明, 广义CL-stability算法对于识别微阵列癌症数据中的误标记样本优于已有算法, 并能给出区分误标记样本和异常样 本的信息.     

操纵子预测的生物信息学方法

从生物信息学角度, 对操纵子预测的研究进行了回顾和总结. 概括叙述了多种预测算法所使用的数据源, 介绍了预测操纵子的主要算法. 分析了各种算法的利弊, 指出目前操纵子预测中存在的主要问题, 并针对各种问题提出改进方案, 为操纵子预测的研究提供参考.     

基于SVM-RFE的水稻抗病基因筛选

提出一种改进的回归特征消去支持向量机特征选择方法(SVM-RFE)对水稻的抗病基因进行筛选. 实验结果表明: 在预测得到的20个与水稻抗病/敏感相关基因中, 有3个基因与已知的水稻抗病基因紧密相关; 2个基因与已知的水稻抗病基因有一定的相关性. 通过该方法能找到影响水稻生长状态（正常/染病）的基因.     

基于奇异值求通解方法进行基因调控网络构建

在改进分解权值矩阵的微分方程模型基础上,引入奇异值分解方法来辅助运算.该算法不是通过奇异值分解的特解得到网络的最终结果,而是通过所算得的通解提供候选解集的方法,为微分方程模型算法缩短运算时间和提高结果精度.将本文算法与其他传统微分方程模型算法进行对比,验证结果表明:该算法的效率较高.     

骨髓红粒细胞自动识别的深度学习模型

为了实现骨髓血细胞的自动识别, 构建了骨髓红系细胞和粒系细胞数据集, 基于深度学习语义分割技术提出了 CellNet 网络模型。 该模型通过加入残差模块增加了网络的深度, 利用卷积残差块使网络模型更容易训练, 并结合 U鄄Net 的裁剪操作为分割提供更精细的特征。 实验结果表明, 该模型对骨髓红系细胞和粒系细胞识别正确率分别达到 93. 65% 、95. 25% , 为骨髓血细胞自动识别技术提供了一种方法。