一种高效图形压缩算法

本文叙述了一种新的高效图形压缩算法及实现，它是针对监控系统中的二维模拟图而设计的，其压缩比达到了８￣１２倍，满足在分布式实时控制环境中模拟图的传输与切换的需要，文中还通过实验对此算法和几种常用压缩算法的压缩效率和速度进行顾比较和分析。     

一种高效的个性化中文分词词典

Web个性化服务的核心技术之一是准确描述用户兴趣的用户模型，通过用户行为来挖掘用户兴趣是这一领域研究的重要手段．该文为了对Web个性化服务中用户浏览文档进行分析研究，采用了一种新型的个性化分词词典，通过实验证明是切实可行的，并且极大提高了系统的效率．     

基因芯片图像高亮噪声处理算法研究

基因芯片图像噪声处理决定了后续处理与分析的精度和准确性.高亮斑点噪声是一种亮度很高、成块状的特殊噪声,应用传统噪声处理方法无法滤除.针对高亮噪声的特点,首先利用形态学碟形结构元素进行开运算来评价图像是否含有噪声,然后利用阈值分割去除噪声.提出两种阈值获取方法,一种是基于最大类间方差的自适应获取方法,一种是固定阈值法.通过大量定性和定量实验比较分析,结果表明,两种方法都可以有效除高亮斑点噪声.     

基于罗丹明衍生物的Fe~(3+)荧光探针研究

为建立一种高选择性的Fe3+荧光探针测定Fe3+含量,设计并合成了一种罗丹明衍生物(探针1)用于Fe3+含量的测定.结果表明:在pH 6.00的V水∶V乙醇=1∶1的溶液中,荧光探针显示微弱荧光,当向其中加入Fe3+后,在580 nm处荧光增强,探针对Fe3+显示了较高的选择性.除Al3+和Ni2+对Fe3+的测定有干扰外,其他碱金属、碱土金属和过渡金属均不干扰探针1对Fe3+的测定.该探针对铁离子的线性响应范围是8.0×10-6～1.0×10-3mol/L,检测下限是2.4×10-6mol/L.该探针用于中药材怀菊花、怀牛膝中Fe3+的测定,测量结果令人满意.     

一种简单高效提取食用菌总DNA的方法

报导了一种简单、高效提取食用菌总DNA的方法.该法在Yelton的提取方法基础上做了一些改良和简化处理，使本方法具有获得的总DNA相对分子质量大、得率高、质量好、操作简单迅速等一系列优点，为以后进一步开展食用菌的分子生物学研究提供了一种有力的研究手段.     

重组Tth DNA聚合酶基因的克隆表达及活性鉴定

Tth DNA聚合酶具有聚合酶与反转录酶两种功能,而且耐高温,但是国内并未实现高效生产.本研究以粗提的嗜热栖热菌Thermus thermophilus基因组为模板,采用PCR分段扩增和酶切连接的方法获得Tth DNA聚合酶基因全长序列;然后构建重组质粒pXT99b/Tth并转化表达菌E.coli DH5α,利用IPTG诱导Tth基因表达,并采用热处理、Ni2+柱纯化融合His-tag的Tth DNA聚合酶,最后利用PCR、RT-PCR鉴定其活性.结果显示,本研究获得Tth DNA聚合酶基因全长2 505bp,成功表达并获得高纯度高活性的重组Tth DNA聚合酶,1L发酵液所得粗酶液中,酶活性约有800 000U,酶的比活约为6 315U/mg.本研究最终实现了Tth DNA聚合酶的高效国产化并降低了实验成本.     

一种高效的酿酒酵母和毕赤酵母电击转化法

 电击转化由于其高效率而被广泛地应用于酿酒酵母的转化过程中。但是由于菌种退化或是暴露于污染的环境,很多菌种的转化效率会显著地下降2~4个数量级。探索了一种改进的电击转化方法,它借助于单链载体DNA和转化后在YPD培养基中的复苏过程,可以使转化效率比之前曾报道过的已经最优化的用醋酸锂和二硫苏糖醇进行预处理的转化方法效率提高13倍。在毕赤酵母中使用这一改进的方法,可以使转化效率提高高达114倍,在一些已经退化的酿酒酵母菌株中,此方法也可以提高转化效率将近100倍。这一方法将为几乎所有酿酒酵母和毕赤酵母的分子操作提供极大的便利。     

一种应用于低功耗SRAM的新型预充电策略

针对传统预充电技术在SRAM每次读操作前都要进行预充电的方式,提出了一种新型的SRAM间歇式预充电技术,即只在位线电压较低时才充电的策略.该技术在面积不变的前提下降低了SRAM的读功耗,并且成功应用于8 KB 4路组相连cache中.为了精确验证该技术,将cache中的tag部分21×128 bit SRAM阵列及外围电路,分别采用传统预充电技术和该预充电技术进行单独仿真.Hspice的仿真结果表明,在SMIC0.18μm工艺下,工作频率为250 MHz,电源电压为1.8 V时,该技术在连续读操作过程中可以在保证读出结果正确的前提下,比传统方式节省大约24.4%的读功耗.     

Efficient Leave-One-Out Strategy for Supervised Feature Selection

Feature selection is a key task in statistical pattern recognition. Most feature selection algorithms have been proposed based on specific objective functions which are usually intuitively reasonable but can sometimes be far from the more basic objectives of the feature selection. This paper describes how to select features such that the basic objectives, e.g., classification or clustering accuracies, can be optimized in a more direct way. The analysis requires that the contribution of each feature to the evaluation metrics can be quantitatively described by some score function. Motivated by the conditional independence structure in probabilistic distributions, the analysis uses a leave-one-out feature selection algorithm which provides an approximate solution. The leave-one- out algorithm improves the conventional greedy backward elimination algorithm by preserving more interactions among features in the selection process, so that the various feature selection objectives can be optimized in a unified way. Experiments on six real-world datasets with different feature evaluation metrics have shown that this algorithm outperforms popular feature selection algorithms in most situations.     

去除难降解有机废水COD用高效多相催化剂的研究

以超细 γ- Al2 O3 为载体 ,担载 Cu O,制备去除有机废水 COD用高效超细 γ- Al2 O3 /Cu O催化剂 ,采用 TEM和XRD对粒子形态进行表征 .以水溶性偶氮染料活性艳红 X- 3 B为处理对象 ,采用不同载体制备催化剂 ,考察其催化效率 ,结果表明超细 γ- Al2 O3 /Cu O催化剂的效率最高 .