用于生物信息学的可扩展标记语言

生物信息学代表了科学查询的一个新领域，是专门利用计算资源来回答有关生命的问题。生物信息学的关键性目标是创建能够储存及分析大的生物数据集合的数据库系统与软件平台。鉴于生物数据集合的多样性、生物数据按指数律地增加以及希望能为开放式科学交换共享数据，生物信息学界在不断地探索数据表示、存储及交换的新选择。在过去的几年中，许多生物信息社团转向了使用可扩展标记语言（XML）来满足与生物数据相关的迫切需求。XML正在迅速地成长为生物信息学与生物数据交换的关键性工具。     

生物信息学

生物信息学不仅是一门新学科，更是一种重要的研究开发工具。生物信息学是一门研究生物和生物相关系统中信息内容与信息流向的综合系统科学。只有通过生物信息学的计算处理，人们才能从众多分散的生物学观测数据中获得对生命运行机制的系统理解。生物信息学几乎是今后所有生物(医药)研究开发所必需的工具。只有根据生物信息学对大量数据资料进行分析后，人们才能选择该领域正确的研发方向。     

基于资源监控的网格调度系统

研究ChinaGrid生物信息学网格中,根据资源负载变化进行动态作业调度的方案.针对中国网格公共支撑平台(CGSP)的执行管理模块在调度作业时,没有将计算节点的动态性作为调度优化的考虑因素,在ChinaGrid生物信息学网格中实现了一个基于资源监控的作业调度系统(SSRM).SSRM利用CGSV来实时获取资源的动态信息,并报告给ChinaGrid生物信息学网格的调度模块进行调度方案的优化.实验表明,与资源监控相结合的网格调度系统可以明显地缩短一组作业的完成时间.     

微分进化算法在单桩极限承载力灰色优化预测中的应用

文章利用微分进化算法对单桩极限承载力的灰色GM(1,1)模型参数进行优化求解, 提出DE-GM(1,1)优化预测模型;基于MATLAB环境编写了计算程序, 结合工程实例, 对试桩静载荷试验实测数据进行了拟合分析.结果表明, 与指数曲线模型和GM(1,1)模型相比, DE-GM(1,1)模型能够更好地拟合实测数据, 预测精度进一步提高;微分进化算法在GM(1,1)模型参数优化过程中表现出求解速度快、计算精度和自动化程度高等特点.     

基于小波消噪的植物电信号频谱特征分析

利用小波软阈值消噪法和快速傅里叶变换研究不同温度条件下芦荟叶片电信号的基本特征及变化规律。通过植物电信号谱边缘频率(SEF)、谱重心频率(SGF)和功率谱熵(PSE)研究不同温度下芦荟(Aloe vera L.)叶片电信号功率谱的变化。结果表明,芦荟的电信号是一种强度为mV数量级、频率分布在5 Hz以下的低频信号;随着温度的升高,电信号的SEF和SGF向高频段移动,细胞活动受到激发,PSE急剧增加;在升温过程中SEF、SGF和PSE三者的变化趋势趋于一致,PSE与SGF的变化之间有很强的关联性,因而植物电信号PSE或SGF的变化可以作为叶片细胞响应外界环境变化的灵敏指标,而对植物生长发育的生理生化过程实施科学调控。     

Internet上的生物信息学资源

生物信息学是 2 1世纪科学与技术领域重点发展的学科之一 .生命科学的所有信息均可由计算机和Internet来进行储存、传输和分析 .Internet能够为我们提供大量的有关生物大分子序列、结构和功能的数据、软件、工具、文章及相关的资源 .对于化学家、物理学家、数学家、医生、生物学家等那些关注生命现象分子机理的科学家 ,生物信息学的网上资源对他们来说是必需的给养和研究手段 .在此 ,我们介绍了一些生物信息学研究的方法 ,并列出了许多相关的网站     

膜计算在图像处理领域应用研究综述

随着计算机与信息技术的高速发展,图像处理已深入到各行各业,海量数据以及复杂算法所面临的高速实时处理成为图像处理领域急需解决的问题.膜计算是由生物细胞(群)相关机理启发的一类分布式、并行计算模型,已被证明能以多项式时间求解计算难问题.综述膜计算在图像处理领域中的应用,着重从图像低层处理(图像平滑、骨架提取)和中层处理(图像分割、立体匹配、图像配准、图像分解与重建)两方面对膜计算在图像处理领域的应用进行了介绍和分析,并给出了膜计算应用于图像处理领域的今后可能的发展方向.     

面向5G的移动边缘计算中的激励机制

现有的移动设备(Mobile Device,MD)受到自身物理体积的限制,其计算能力难以满足5G场景下的计算需求,因此需要借助移动边缘计算(Mobile Edge Computing,MEC)来高效地完成计算任务.为了激励边缘节点提供服务,在非竞争环境与竞争环境下分别提出了相应的激励机制算法.针对非竞争环境,利用经典的经济学规律进行建模,并采用凸优化方法对该利益最大化问题进行求解.对于竞争环境,基于拍卖理论中的威克瑞拍卖与维克瑞-克拉克-格罗夫斯(Vickery-Clarke-Groves,VCG)拍卖,分别设计了两种竞争环境下的激励机制算法.仿真结果表明:竞争环境下的激励机制在收益性能方面与非竞争环境下的理想情况十分接近,并且算法性能不会随用户数量上升而明显下降,可以较好地应对5G的海量运算数据场景.     

求解大型稀疏线性方程组的Krylov子空间方法的发展

 求解大型稀疏线性方程组是许多科学和工程计算中最重要的问题之一,Krylov子空间方法是求解这类线性方程组的一个研究热点.本文介绍了Krylov子空间方法及其分类,例如正交投影方法(或Ritz-Galerkin方法),正交化方法(或极小残差方法),双正交化方法(或Petrov-Galerkin方法),解法方程组的CGNE和CGNR方法等,指出了这些方法在算法设计方面国内外研究现状和存在问题,着重考虑稀疏矩阵向量乘积与内积计算方法的并行处理问题;讨论了预条件与并行预条件技术,残差磨光技术及其并行实现,数据的合理分布问题,内积瓶颈问题等方面研究的发展趋势,希望有更多学者了解和研究这些方法.     

网格环境下的隐私保护计算研究

提出了一种适用于网格环境下的隐私保护计算模型.针对当前网格安全研究中对数据隐私性保护的不足,将GSI(网格安全基础件)与同态加密技术、安全点积协议以及数据扰乱算法等多种安全技术相结合,实现在一个互不信任的网格环境中,对各参与节点隐私性数据进行保护,成功避免了传统的隐私保护计算中繁琐的一对多(多对多)的交互式加密,当节点动态变化时,恢复计算仅涉及到构成隐私保护模块的三个节点.安全及动态性分析结果表明:该模型及相关应用算法既提供了数据的隐私性保护,又能良好地适应节点数目众多和动态变化频繁的网格环境.同时给出了基于G2PC模型的具体隐私保护算法--网格环境下的隐私保护方差计算.