甘蓝型油菜(Brassica napus)中一个未知功能蛋白基因的cDNA克隆

随着现代分子生物学的发展,许多物种,特别是拟南芥等模式生物的整个基因组序列以及其中一部分基因的功能已经比较清楚,但仍然存在大量功能未知的基因有待进一步研究,从已知片段出发,利用cDNA末端快速扩增（rapid amplification of cDNA ends,RACE）技术钓取基因全长,并结合生物信息学技术预测蛋白质结构,是研究未知基因功能的一种重要手段．     

多变量时间序列相空间重构的优化

基于单变量时间序列相空间重构中嵌入维数的计算常采用虚假邻点算法,但推广到多变量情形时存在多种不足,提出了一种多变量时间序列相空间重构时嵌入维数的一种改进算法。改进算法在避免使用虚假邻点算法中的判别距离和算法收敛阈值的同时,也解决了已有多变量重构算法中全局和局部较优相空间维数搜索范围的选取问题。耦合R ossler系统产生多变量时间序列的仿真计算验证了该算法的有效性。经与单变量时间序列对比试验分析,表明采用新算法重构的相空间具有较强的预测能力,由此计算得到的非线性不变量具有较高的计算精度。     

采煤机滚筒截割记忆程控误差的灰预测

根据采煤工作面设备配套条件和采煤机工作循环特点,分析了记忆程控滚筒调高的采样、控制环节误差产生的原因,论述了可靠预测采样控制的精度及误差的修正,以再现上一截割循环顶底板的变化序列曲线.通过对正弦函数型的参考序列曲线和比较序列曲线关联度计算分析,研究了灰预测关联度的几种方法特征,给出了适合采煤机滚筒记忆程控特点的关联度预测方法,满足记忆程控的指令宏观再现控制要求.     

商品销量的趋势分析及预测

通过分析一部分季节性商品销量的历史资料，以时间序列分析方法为基础，找到了一种对于季节性商品未来销量较为有效的预测方法，并以某城市的啤酒销售量进行实证分析。     

基于粗糙集理论的连铸坯缺陷诊断预报系统

提出了基于粗糙集理论的连铸板坯缺陷类型的诊断及以预报系统,以粗糙集理论为主要工具,揭示了板坯缺陷形成因素的冗余性,并对此约简后,利用径向基函数神经网络进行预报及诊断,初步结果表明该理论具有较好的实用性及有效性。     

井筒与油藏耦合条件下的水平井非稳态产能预测(Ⅰ)——数学模型

如何准确有效地预测水平井产能是进行油藏工程分析和采油工艺设计的重要基础,常规的稳态产能预测方法由于内在理论缺陷导致严重的误差。以不稳态渗流理论为基础,将水平井的油藏渗流与水平井井筒流动视为一个相互作用的整体,建立油藏与井筒耦合条件下的不稳态流动数学模型,在井筒流动模型中考虑流体磨阻、动量变化、井筒壁面流入的混合干扰等复杂因素,应用边界积分法建立井筒油藏耦合模型,可以与不同的油藏模型组合,从而为水平井的油藏工程研究、完井及采油工程设计提供更先进的手段。     

商业银行五级分类贷款的马尔可夫预测方法

贷款五级分类是当前商业银行改革的重大举措,文章利用马尔可夫链的方法,首先根据商业银行贷款五级分类标准进行状态划分;然后,利用马尔可夫链状态转移矩阵对商业银行逾期贷款进行分析与预测．使用马尔可夫链的方法可以对商业银行逾期贷款进行动态监控,对银行进行有效的逾期贷款管理具有一定的参考价值。     

基于BP神经网络的软地基沉降分析

为了分析软地基的沉降规律,以某个高速公路的工程为例,利用BP神经网络对该工程的软土地基沉降数据进行拟合和优化分析。结果表明,使用BP神经网络方法对软土地基的沉降预测值合理,其精度优于一维固结理论方法,BP神经网络方法能成为有效预测软地基沉降数据的方法。     

基于不同误差分布下ARMA—GARCH模型的国债指数实证研究

根据上证国债指数收盘价数据的特征,对其收益率序列建立误差分布为正态、GED和t分布的ARMA—GARCH模型．比较不同分布条件下的拟合效果,得出误差分布为GED和t分布时,模型的拟合效果优于误差分布为正态分布的情况．应用交叉验证法对预测效果进行比较,得出误差分布为t分布的ARMA—GARCH模型预测效果最优．同时,在模...     

航空液压系统流量智能预测方法研究

液压系统是飞机重要机载系统之一,它为飞机输出能源驱动,其性能、稳定性和可靠性直接影响飞机的安全性。流量是衡量液压系统稳定性的重要判据,实时监测液压系统管路流量可对系统特性分析、故障诊断提供有力的支持。但由于流量传感器造成的流阻对系统特性有显著影响,因此在航空液压系统中未广泛使用。针对传感器带来的流阻问题,深入分析了与流量相关的参数,提出基于梯度提升回归树的航空液压系统流量预测模型,通过关键参数预测液压系统的流量。试验结果表明：梯度提升回归树(gradient boosting regression tree, GBRT)模型相比最小二乘线性回归模型、决策树回归模型、极端梯度提升树XGBoost模型,在预测准确度、训练时间、测试时间等指标中取得了较好的表现,验证了所提方法的有效性。