基于位点特异性打分矩阵的卷积神经网络预测SARS-CoV-2核衣壳蛋白的蛋白质二级结构

新型冠状病毒(SARS-CoV-2)有4种关键的结构蛋白,而核衣壳蛋白就是其中的1种.本实验从公开数据库NCBI上选取的SARS-CoV-2核衣壳蛋白质序列数据,分析SARS-CoV-2核衣壳蛋白与SARS-CoV核衣壳蛋白的序列相似性,对SARS-CoV-2核衣壳蛋白的理化性质和疏水性进行分析;在此基础上提出基于位点特异性打分矩阵的卷积神经网络,预测SARS-CoV-2核衣壳蛋白的8类蛋白质二级结构.研究结果表明,核衣壳蛋白的二级结构主要为无规卷曲,此结果可为抗病毒药物的研发与新型冠状病毒肺炎的诊断提供参考.     

变化海流环境下AUV能量最优三维路径规划

为获取变化海流环境下自主水下航行器(autonomous underwater vehicle, AUV)的能量最优路径, 基于最优控制理论提出一种用于AUV的三维能量最优路径规划算法。首先, 为了有效抑制海流对路径规划的影响, 将海流向量加入到AUV运动学模型中。其次, 在已知俯仰角及AUV位置的情况下, 利用庞特里亚金极小值原理, 获得能量最优控制律。最后, 利用线性定常系统的状态空间理论, 计算得到初始艏向角、航速以及能量消耗。在仿真环节, 通过与负反馈控制策略相比较, 说明所提算法能够规划出三维能量最优路径, 而且可以有效降低AUV的能量消耗。     

"小说"及其亚文类名称的英译探究

“小说”及其亚文类名称的英译是一个复杂的问题,误译的现象在期刊和辞书中都并不鲜见。英语中的fiction与novel的含义并不相同,二者与汉语中的“小说”概念也均不一致,需根据情况来选择准确的译词。作为泛指,“小说”应当译作fiction,而不是novel,因为novel指的是长篇小说。在小说亚文类的划分上,英语文学界和中国文学界皆尚存在不同的意见。就当今汉语小说的实际情况而言,应当划分为四种亚文类:长篇小说、中篇小说、短篇小说和微篇小说。其中最后一种亚文类的命名歧出纷纭,而以“小小说”和“微型小说”最为通行,但最合理的命名则是“微篇小说”。“中篇小说”和“微篇小说”各自具有多种译名,而其合理性各有差别,经过辨析,可以甄选出最合适的英语词来作为译名。     

基于DNA-AuNCs的荧光传感新方法灵敏检测胰蛋白酶活性

以DNA模板金纳米簇(DNA-AuNCs)作为荧光探针,发展了一种灵敏检测胰蛋白酶活性的荧光分析新方法.在胰蛋白酶存在条件下,牛血清白蛋白水解成多肽片段,释放出游离的半胱氨酸残基.半胱氨酸残基与金纳米簇通过Au-S键形成非荧光的配合物,导致金纳米簇的荧光强度显著降低.该方法对胰蛋白酶的线性检测范围为0.1～2.0mg/L,检出限为20μg/L(R_(SN)=3).此外,该方法被成功应用于人血清样品中胰蛋白酶含量的测定.     

基于因子图的协同定位与误差估计算法

针对多自主水下航行器协同定位系统中从艇的数据融合问题,首先建立了协同定位系统的数学模型,然后分析了速度误差及航向误差对从艇定位误差的影响,同时设计了协同定位及误差估计的因子图模型。接着,提出了基于高斯噪声的协同定位及误差估计算法,利用均值和方差在因子图各节点间传递完成对从艇位置、速度误差和航向误差的估计。为了验证算法的有效性,通过仿真实验和实船试验的离线数据对协同定位及误差估计算法进行验证。结果表明,所提算法可以有效降低从艇的定位误差,在从艇自主定位时尤其明显,大幅提高了从艇的导航定位能力。     

基于模糊强化学习的双轮机器人姿态平衡控制

针对单轨双轮机器人在静止情况下存在的固有静态不稳定问题, 提出一种基于模糊强化学习(简称为Fuzzy-Q)的控制方法。首先，运用拉格朗日法建立带控制力矩陀螺的系统动力学模型。然后, 在此基础上设计表格型强化学习算法, 实现机器人的稳定平衡控制。最后，针对算法存在的控制精度不高和控制器输出离散等问题, 采用模糊理论泛化动作空间, 改善控制精度, 并使控制输出连续。仿真实验表明, 相较于传统强化学习方法, 所提方法能够显著提高控制精度, 且可以有效抑制外界干扰力矩对系统的影响, 保证系统具有一定的抗干扰能力。     

工业机器人绝对定位误差补偿技术研究进展

 针对航空制造业中工业机器人存在实际位姿与理论位姿偏差的问题，分析了工业机器人绝对定位误差来源，解析其对飞机零部件连接性能产生的影响，在工业机器人绝对定位误差补偿原理和主要步骤分析基础上，阐述运动学建模、位姿测量、运动学参数误差辨识以及误差补偿等关键步骤对工业机器人绝对定位误差补偿的作用及重要性，对比分析了国内外学者在该步骤中涉及的主流算法和技术，归纳总结各步骤中存在的问题和可能的解决方案，探讨了工业机器人离线与在线误差补偿技术中的不足之处，指出工业机器人绝对定位误差补偿技术的发展趋势。     

基于执行器能量消耗的并联机器人优化

并联机器人在执行任务过程中的能量消耗特别严重,为此本文以其3个主动执行器的电能消耗最小化为目标对3-RRR平面并联机器人进行尺度优化。在3-RRR机构运动学分析的基础上推导出机构的逆运动学方程,分析了3-RRR机构常见的4种工作模式。采用粒子群算法确定3-RRR机构的连杆和平台质量的最优值。根据优化结果进行仿真和对比分析,结果表明,在4种工作模式下,优化后执行器的力矩值均较小,消耗的电能得以降低,其中工作模式2的性能最佳,在执行相同的轨迹跟踪任务时,其执行器跟踪误差收敛较快,消耗的能量最少。     

基于特征匹配与假设检验的仿真信号确认方法

为降低仿真信号的应用风险,在使用之前需要再次确认仿真信号。根据装备试验特殊的约束与要求,讨论了仿真信号的特征匹配问题。采用参数假设检验的方法确认仿真信号的特征匹配水平,提出了一种基于特征匹配与假设检验的仿真信号确认方法,并就方法应用相关的细节问题进行了深入探讨。在目标回波仿真中的应用表明,该方法在真实信号实测样本不充分的情况下仍能适用,可为确认仿真信号提供决策支持。     

基于蚁群几何优化算法的全局路径规划

将改进的蚁群算法与路径几何优化相结合,用于解决移动机器人的全局路径规划问题.算法结合机器人的越障性能对移动机器人的环境空间进行建模.通过设置初始信息素加快蚂蚁的搜索速度,同时设置自适应信息素挥发机制,解决特定地图中初始信息素的干扰问题;设置自适应路径长度,筛选规划路径的优劣;提出由路径优劣程度决定的信息素散播策略,并从几何原理出发,对规划路径进行优化处理,加快最优解的收敛速度.仿真结果验证了该算法的有效性和普遍应用性,在随机给定的环境地图中,该算法能够迅速规划出最优路径.