Stepwise prediction and statistical screening: B-cell epitopes on neuraminidase of human avian H5N1 virus

The B-cell epitopes of virus are associated with the antiviral drug and the vaccine screening. As the nucleotide sequences of neuraminidase （NA） of stain GD-01-06 were sequenced, we predicted the a-helix and β-fold structure and the indexes of the flexible regions of secondary structure of NA with methods of the Hydrophilicity plot by Kyte-Doolittle, the Surface probability plot by Emini and the An- tigenic index by Jameson-Wolf, and then screened statistically the parameters to predict B-cell epi- topes by the Hierarchical cluster and the Bivariate correlation and the quartiles with SPSS 13.0. The impact of variation of amino acids in NA on its epitopes was analyzed. The predictive results were evaluated by Wu＇s Antigenic Index and SWISS-MODEL. We found that the most possible epitopes on NA were located within or nearby its N-terminal Nos. 120--137, 81--84, 408--415, 273--282, 429--432, 356--368, 46--55, 146--155, 341 --350 and 198--209, which were the dominant regions of NA epitopes. Peptide 120--137 including the glycoprotein domain （NGT126 128） was first chosen as the B-cell epitopes on NA. NA in H5N1 strain isolated after 2003 lacked in No. 53 amino acid （I）, resulting in an increase in the surface flexible region of NA in GD-01-06 and an enlargement to their epitope regions （VEP48-48→ VEPISNTNFL46-55）. Conclusively, prediction of the B-cell epitopes on the NA based on multiple pa- rameters is useful for researches on the molecular immunology and drug screening and immuno-prophylaxis. A deletion of No. 53 amino acid （I） in NA in strain GD-01-06 might increase its anti- genicity.     

基于最近邻像素预测的加密域可逆信息隐藏

针对现有的可逆信息隐藏算法在图像加密域应用场景下嵌入容量不高的问题,提出了一种基于最近邻像素预测的加密域可逆信息隐藏算法。充分利用自然图像的空间相关性,设计最近邻像素预测方法,计算预测误差,并进一步探究预测误差块分类规律,设计块内移位以及块重排方式,保留了块内相邻像素相关性。然后,通过动态标记块内误差区间以最大限度地空出冗余空间,达到提高嵌入容量的目的。选用5幅标准灰度图像及数据集BOSSbase、BOWS-2和UCID中的万余张灰度图像进行对比实验。结果表明：本文算法在安全性、可逆性和可分离性都满足的前提下,嵌入容量相比同类算法平均提升0.35～0.9 bpp(比特数)。     

支持向量机和人工神经网络在期权价格预测中的比较研究

期权定价已成为金融市场的重要组成部分之一。 由于市场是动态的,准确预测期权价格非常困难。 因此,设计和发 展了各种机器学习技术来预测期权价格未来趋势。 比较了支持向量机(ＳＶＭ)模型和人工神经网络(ＡＮＮ)模型在期权价格预 测中的有效性。 在测试和训练阶段,２ 种模型都使用公开可用的基准数据集 ＳＰＹ ｏｐｔｉｏｎ ｐｒｉｃｅ－２０１５ 进行测试。 ２ 种模型均采 用主成分分析(ＰＣＡ)转换后的数据,以达到更好的预测精度。 另一方面,为了避免过拟合问题,将整个数据集划分为训练集 (７０％)和测试集(３０％)２ 组。 将支持向量机模型与基于均方根误差(ＲＭＳＥ)的神经网络模型的结果进行了比较。 实验结果 表明:神经网络模型优于支持向量机模型,预测的期权价格与相应的实际期权价格吻合良好。     

严寒地区无砟轨道温度场及轨道板温度梯度预估模型

严寒地区无砟轨道结构的温度荷载取值,是轨道结构设计及服役性能研究急需解决的关键工程问题。基于东北地区大连、沈阳、长春、哈尔滨四个主要城市的历史气象数据及热力学基本原理,建立了CRTS Ⅰ 型板式无砟轨道-路基结构热力学模型,分析在不利气象条件下无砟轨道-路基结构温度场分布特征,拟合计算结果建立了轨道板最大正负温度梯度与气象数据关系预估模型,对东北严寒地区轨道板最不利温度梯度进行讨论。结果表明：CRTS Ⅰ 型板式无砟轨道-路基结构内部温度垂向分布呈非线性,0.2米深度范围内,轨道板及路基的日温度变化幅度较为剧烈,在一日内承受正负温度梯度的交替作用,1.4m深度后路基的温度趋于平稳,变化幅度可以忽略;通过日气温温差、日太阳辐射总量、风速三个主要气象数据,可以较好的预估CRTS Ⅰ 型板式无砟轨道轨道板一日内的最大正负温度梯度;轨道板的最大正温度梯度与日温差和太阳辐射总量成正比,与风速成反比,轨道板的最大负温度梯度与日温差、太阳辐射量及风速成正比。     

厚叶木莲(Manglietia pachyphylla)基因组草图

厚叶木莲（Manglietia pachyphylla）为木兰科（Magnoliaceae）木莲属（Manglietia）的木本植物,零星分布于我国广东省和广西壮族自治区,为国家二级重点保护野生植物。了解濒危物种基因组信息及其遗传多样性有助于合理地保护和利用濒危物种,实现濒危物种的解濒和复壮。为此,本研究通过高通量测序方法对厚叶木莲基因组进行测序,并利用测序数据开展厚叶木莲基因组草图的组装;之后,基于组装的基因组预测其中的重复序列和基因,进行系统发育和基因家族分析。结果表明,组装的厚叶木莲基因组大小为2 092 298 891 bp,包含676个组装序列,N50（将组装的序列按照长度由大到小进行累加,当累加到某个序列时,累加的值为基因组50%的长度时,此序列的长度即为N50）为7 961 115 bp;利用BUSCO （Benchmarking Universal Single-Copy Orthologs）,针对“eudicots”和“embryophyta”这两个BUSCO单拷贝基因库,对基因组组装的完整性进行评估,组装的厚叶木莲基因组完整性分别为96.6%和98.8%。厚叶木莲基因组有76.5%的序列为重复序列,共有37 900个基因,这些基因编码了41 675个蛋白质序列。系统发育分析发现厚叶木莲与望春玉兰（Magnolia biondii）聚在一起,两者分化时间大致为10 500 000年前。厚叶木莲中与木质部/韧皮部、肌动蛋白丝、热、光合作用以及多种次生代谢相关的基因家族显著扩张,其中次生代谢相关基因在厚叶木莲基因组上呈串联和近端重复,这些基因的扩张和重复形成方式可能与厚叶木莲适应高海拔环境有关。本研究是国内外木兰科木莲属首个基因组报道,为更好地保护和开发厚叶木莲及木兰科其他物种的种质资源提供了遗传信息和参考。     

基于Modflow和ARIMA 模型的峰峰矿区岩溶地下水模拟及预测

为科学有效地了解峰峰矿区岩溶地下水的均衡状态和用水规划实施后未来(2018～2025年)地下水动态变化,通过构建地下水流数值模型(visual modflow模拟程序)和ARIMA降水量预测模型(R语言软件),对研究区岩溶地下水资源量和水位动态变化进行模拟和预测。结果表明,现状开采条件下,峰峰矿区岩溶地下水多年平均补给量为8 726. 62万m~3/a,排泄量为8 937. 96万m~3/a,均衡差为-211. 34万m~3/a,处于负均衡状态。随着矿区用水规划的实施和用水结构的调整,预测2018～2025年岩溶地下水位将呈小幅度波动上升趋势,降落漏斗范围明显缩小。研究成果可为峰峰矿区地下水资源的合理开发利用提供依据和参考。     

新疆百里风区强风天气预报方法

在对新疆百里风区大风形成原因分析的基础上,使用2003-2006年的实况资料和在T213数值预报产品中,选取适当的预报因子,运用双重检验的逐步回归方案,建立了以12h为一个预报时段的48h大风预报方程.检验表明:以12h为一个预报时段的48h预报,2003-2006年的回代检验准确率和2007,2008年试报准确率均在75%以上,24h内的预报准确率超过了80%.24～48h的预报准确率也高于新疆气象台天气图方法预报结果.     

利用太赫兹光谱定量分析固体混合物

为测定固体混合物中感兴趣成分的含量,研究基于太赫兹吸收光谱拟合的定量检测方法。以无水茶碱和乳糖一水合物组成的混合物为例,在样品组成已知的条件下,采用经典最小二乘回归建立校正模型,二者浓度预测的平均误差分别为5.39%和6.91%。当假设乳糖为未知干扰物时,采用Lorentzian线型与多项式叠加拟合吸收峰,并通过拟合得到的峰强度预测茶碱的浓度,平均误差为6.64%。结果表明,根据太赫兹光谱包含的特征信息能够对混合物中的感兴趣成分进行准确的定量分析,因而太赫兹技术在质量监控领域具有潜在的应用前景。     

Bit-Depth Scalable Coding Using a Perfect Picture and Adaptive Neighboring Filter

Bit-depth scalability is a new research field in the on-going scalable extension of the H.264/AVC (SVC) video coding standard. The key point is to accurately predict the enhancement layer, whose bit depth is 10 or more, from the 8 bit base layer. An improved inter-layer prediction scheme for bit-depth scalability was developed that ensures compatibility with the standard and improves the encoding efficiency. The scheme uses a “perfect” 8 bit picture with an adaptive neighbor filter whose coefficients are optimized by minimizing the block distortion between the 8 bit reconstructed picture and the “perfect” picture to achieve a more precise 10 bit prediction based on the filtered picture. Double arithmetic precision is used to further improve the encoding efficiency. Experimental results show that the scheme outperforms the recent joint video team (JVT) proposal in the joint scalable video model (JSVM).     

多项式曲线法在公安边防情报分析与预测中的应用

介绍了多项式曲线法的基本原理、分类和特点,讨论了建模预测的过程,通过对全国口岸出入境交通运输工具数量变化规律的研究,说明了多项式曲线法在公安边防情报分析与预测中的应用.