拟南芥耐干旱相关转录因子DREB1A基因的克隆及序列分析

设计引物利用PCR技术从拟南芥中克隆与植物耐旱相关序列DRE相结合的转录因子DREB1A的基因,得到扩增谱带后,进行TA克隆,经蓝白斑筛选获得pDREB重组质粒,经PCR验证和序列测定确认扩增所得片段为DREB1A基因,并对该基因序列进行了分析.     

关于二阶线性递归序列的加权和

设{wn}为二阶线性递归序列,n为整数.给出了关于二阶线性递归序列{wn}的加权和T(m)的定义,研究了二阶线性递归序列{wn}的加权和T(m),得到了关于加权和T(m)的一个公式,本文的主要结果推广了Kiyota Ozeki的一个结果.     

搜索3个目标的最优方法

研究如下搜索模型:原始搜索空间G含有n个外观相同的硬币,其中n-3个是具有相同重量的好币(好元),其余3个是重量相同且重于好元的较重硬币(搜索目标),最终目的是找到一个最优算法,它能够借助两臂天平用尽可能少的试验次数从搜索空间中识别出全部3个搜索目标.文章通过建立有效的搜索方法,证明了最小试验次数或者等于信息论下界或者超过信息论下界1次并且对于无穷多个区间,信息论下界均是可以达到的.     

自由幺半群X*的两类极大自由幺子半群的推广

设X*是由字母表X生成的自由幺半群,{B1,B2}是X的任意2—划分,C=B2∪B1XN。对N=1,2,文[1]证明了幺半群C*是自由幺半群X*的极大自由幺子半群。本文证明了:对N≥3,幺半群C*也是自由幺半群X*的极大自由幺子半群。     

序列模式挖掘算法的分析与比较

序列模式挖掘是数据挖掘中一个非常活跃的研究主题.迄今为止,围绕算法效率这个主题,人们作了大量的工作.一方面,从算法的设计策略入手;另一方面在实现算法所采用的数据结构上做文章;也有的甚至通过对所挖掘的模式进行限制以达到提高算法效率的目的.并对目前已有的各种典型算法作了详细的分析与比较,而且做出了适当的评价.     

Au/CaM自组装膜方波伏安法表征

采用方波伏安法,在包含1 mmol/L[Fe(CN)6]3-/[Fe(CN)6]4-的0.15 mol/L的NaCl溶液中,对Au/CaM膜的电化学行为进行了初步表征。由方波伏安电流响应图可知:CaM可以在Au基底自组装成膜,[Fe(CN)6]3-/[Fe(CN)6]4-在Au/CaM膜电极上发生的是电化学不可逆反应过程。     

基于广义Reed-Solomon码构造的两类量子MDS码

量子信息领域的一个重要热点是构造具有良好参数的量子极大距离可分码.最小距离是其中最重要的一个参数,并且最小距离越大越好,在量子纠错领域一个备受关注的话题是构造最小距离比q2+1更大的量子极大距离可分码.构造了向量a和向量v,使得由向量a和向量v定义的广义Reed-Solomon码满足Hermite自正交性质.进一步,利...     

广义线性模型的分位数回归变点检测

变点问题因具有广泛的应用,一直是一个研究的热门问题。文章结合分位数回归的思想,考虑了广义线性模型在连接函数不变的情况下其参数是否发生改变,利用子样本的次梯度来构造检验统计量,并且找到了在原假设下检验统计量的渐进分布,并通过数值模拟证明了该检验的有效性。     

多变量无模型预测神经网络线性自抗扰控制

对难以建模的多变量非线性系统的控制难题,提出改进的具有辅助向量的多变量全格式动态线性化方法,采用其逼近非线性系统,用其构成预测模型,将其转化为具有耦合的若干个子系统,利用直接极小化指标函数自适应优化算法辨识其参数,将多变量线性扩张观测器的线性控制输入项改进为关于观测状态和控制输入向量及其微分的向量函数,并由该向量函数的逆向量函数构建当前控制输入向量,因其未知,使用对角回归神经网络逼近控制输入向量函数,采用多变量非线性递推最小二乘法优化对角回归神经网络连接权及多变量线性自抗扰控制参数,综上研究提出在线优化参数的多变量无模型预测神经网络线性自抗扰控制算法。仿真研究表明系统响应精度高,性能好,优于传统的线性自抗扰控制算法。     

4p2阶广义四元数群的连通3度Cayley图

对于有限群G,通过下列方式构造群G的Cayley图:■文章对4p²阶广义四元数群的三元生成子集给出分类,通过查圈的方法得出两种同构类Cayley图是非正规的,其余皆是正规的结论。