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。     

节理岩体中微裂纹区的推导

在一个改进的节理岩体强度和提出均方剪应力基础上，导出一个屈服准则，结合断裂力学理论，推导出一新的微裂纹区域，最后与Mises屈服准则的推导结果作比较得出一些结论。     

黄壁庄水库副坝防渗墙除险加固后的安全分析

黄壁庄水库副坝坝基透水性强，渗漏严重．针对加固后副坝以及防渗墙的应力应变进行了分析研究．结果表明副坝坝体与防渗墙墙体的应力应变和应力水平均在允许范围之内，坝体与墙体是安全稳定的，设计所采用的垂直防渗方案是合理可行的．     

利用铁乳胶室研究高能γ-强子族的共线性

对甘巴拉山铁乳胶室所观测到的部分族事例与 Ｃ Ｏ Ｓ Ｍ Ｏ Ｓ 程序产生的模拟族事例进行可识别高能核心的共线性的分析,得到与 Ｐａ ｍｉｒ 组基本一致的结果．文中还对族事例中γ线与强子的判别标准及集团化因子的选择进行讨论     

非确定的公钥密码及其实现

首先引入非确定的公钥密码和解密成功率的概念, 并基于有限域上多变元问题的困难性, 给出其实现方案N-HFMS; 然后对F_q［M］中非奇异矩阵的数量进行分析, 利用Euler-φ_q函数推导出F_q［M］中非奇异矩阵的精确计数公式. 结果表明, 该方法不仅可对任意特定N-HFMS实例的解密成功率进行精确估算, 还可推导出N-HFMS方案的解密成功率下限, 从而在理论上证明N-HFMS的可行性. 利用N-HFMS方案, 可约定会话密钥, 进而实现保密通讯.     

有公共连接点的耦合电感的去耦等效

讨论有公共连接点的两个耦合电感的简单去耦等效变换以及由此衍生的两个特例———耦合电感的串联和并联;讨论了多重耦合电感的去耦相对独立性以及某些含有复杂耦合电感电路的快速去耦等效方法。     

动态环境下基于势场原理的避障方法

在保留传统人工势场法原理简单、易于实现优点的基础上,对其应用在具有移动障碍物的动态环境中所表现出的缺陷进行了改进,用碰撞时间参数代替相对位置参数并辅以碰撞角度约束来消除无渭的避碰运动,同时又引入障碍物作用于机器人、方向指向目标点的分力和局部波动函数,较好地解决了因局部最小以及障碍物与目标点相距太近造成的不能成功到达目标点的问题．仿真结果表明此方法能够使机器人在具有静态和移动障碍物的复杂环境中安全避障．     

基于非特定发音人拉祜语孤立词语音识别研究

选用200个拉祜语常用词,以词为识别单元,利用语音识别工具箱HTK开展非特定人拉祜语孤立词的语音识别研究.研究发现:特定发音人的识别率比较稳定,针对非特定发音孤立词,通过增加模型的混合高斯数目,其识别率得到显著提高,使得识别正确率保持在99%以内,为拉祜语孤立词识别提供了有效方法.     

具有LTS稳健初值的点云平面拟合算法

针对粗差含量较高的点云平面拟合,提出具有最小截断二乘（LTS）稳健初值的拟合算法.首先采用随机抽样的方法计算平面方程系数的LTS估值,选择稳健的绝对偏差中位数作为初始单位权中误差,然后再进行选权迭代.这样既保证了选权迭代法较高的估计效率,又可以保持LTS方法的稳健性.实验结果表明,具有LTS稳健初值的选权迭代法对于粗差含量较高的点云数据仍然稳健,可以得到准确的平面方程.     

双稳定束方法以及收敛性分析

对于带有非线性约束的非光滑优化问题,束方法是最常用且最有效的方法之一。在目前众多束方法中,双稳定束方法是结合迫近束方法与水平束方法产生的一种新算法,在数值计算中更加具有优势,而且具有很高的理论研究价值。主要研究双稳定性束方法及其收敛性。首先将双稳定束方法的子问题在新范数意义下应用对偶思想进行求解,得到与原范数意义下求解相类似的结果。接下来在已经求得新范数意义下解的基础上,对算法收敛性做进一步分析,即在一般迫近束方法算法的框架下讨论收敛性。假设算法不终止,无论产生无限多下降步,还是有限多下降步,不仅得到迭代序列的相应收敛结果,同时也得到了与单纯用迫近束方法求解无约束优化问题相类似的性质。