融合PPI网络和基因表达的复合物识别算法

从大规模相互作用网络中识别蛋白质复合物,对解释特定的生物进程和预测蛋白质功能具有重要作用,同时也是后基因组时代一 个最重要的研究课题. 考虑到传统仅基于蛋白质相互作用网络（PPI网络）的蛋白质复合物识别算法可靠性不高,本文提出 了一种新的融合PPI网络和基因表达数据的蛋白质复合物识别算法IPCIPG. 区别于之前用基因表达数据评估PPI网络可靠性的做法,本文提出在蛋白质复合物的识别过程中将PPI网络和基因表达数据有机地结合起来. 算法IPCIPG首先根据边聚集系数（ECC）与蛋 白质间共表达的相关性（PCC）计算PPI网络中每个节点的权重,权重最大的节点作为种子,然后从种子节点开始扩充生成稠密子图. 基于酵母数据集的实验结果表明,算法IPCIPG较其他算法HUNTER,HC-PIN,CMC,SPICI,MOCDE,MCL能够更准确,更有效地 识别出具有特定生物意义的蛋白质复合物.     

植物病原菌效应子

病原菌在侵染寄主植物过程中分泌多种效应子作为武器,在胞间或胞质干扰寄主的生物学过程,以促进病原菌的侵染和定殖.解析病原菌干扰植物免疫的功能和作用机制是认识病原菌与植物互作的关键,也可为开发和建立植物病害新型抗病策略提供理论基础.近年来,随着测序技术的发展、各种功能基因组学研究方法的建立和结构生物学的发展,我们对病原菌效应子的特征、数量、转运和功能有了较为深入的认识.对病原菌效应子功能的认识从抑制寄主免疫信号传导拓展到对植物代谢、微生物组等各种生物学过程的干扰.同时,病原菌效应子激活免疫的机制研究取得了突破性的进展,抗病小体的发现解答了植物NLR抗病蛋白识别效应子后如何激活和介导植物抗性这一科学难题.本文对近年来病原菌效应子的研究进行了系统的总结和评述,并对未来效应子的研究进行了展望.     

岩石声发射b值及其计算方法研究

【目的】声发射技术被广泛应用于岩土工程等领域中,该技术对灾害的监测预警起到很好的辅助作用。其中,b值分析已经成为研究的一个重要方面。【方法】为了系统总结岩石声发射b值的相关研究,通过查阅总结已有的文献资料,对声发射特征参数b值近年来的研究现状及进展进行阐述,探讨b值的计算方法。【结果】通过对b值计算公式、数据处理方法的详细阐述,总结出两种常用的b值计算方法的优势和局限性。【结论】最后对岩石声发射b值的研究工作进行分析,为今后研究中的进一步解决相关问题提供思路,本研究成果可对岩石声发射b值的有关研究提供一些帮助。     

氦氙反应堆子通道湍流交混系数研究

子通道分析是反应堆进行热工水力设计和安全分析的主要方法,准确模拟通道中的湍流交混系数是子通道分析的关键.已有的湍流交混系数关系式大多基于水堆开发,该研究基于计算流体力学方法开展氦氙反应堆子通道湍流交混系数研究,拟合出适用于氦氙反应堆的湍流交混系数关系式.与现有湍流交混系数关系式相比,新拟合的湍流交混系数关系式对中心通道温度的预测更加准确.     

任意空间维倾斜狄拉克费米子的带内纵向光电导的推导

狄拉克费米子是当前凝聚态物理中的研究热点.狄拉克费米子的纵向光电导,因其能够提取能带结构信息而被广泛关注.本文基于低能有效模型与线性响应理论,利用生成函数方法,解析地处理零温下任意空间维、任意倾斜相的狄拉克费米子的带内纵向光电导.特别地,我们讨论了二维和三维空间情况,并揭示了不同维度的倾斜类型对带内纵向光电导的影响.文中发展的生成函数方法有望用于其他相关问题的研究.     

某多孔弹性场地地面爆炸声传播特性和当量反演分析

准确预测地面爆炸威力对生产生活安全和武器性能测试具有重要意义．为获取雪和半灌木混合覆盖地表场地的地面爆炸声传播特性,解决该场地地面爆炸当量反演问题,在实测数据基础上分析了该场地的声传播特性,之后采用有限边界阻抗声传播理论和四参量阻抗模型建立该场地声传播模型并进行讨论．最后,基于以上声传播模型,建立了多孔场地地面爆炸当量估计的折合声冲量法(简称多孔场地折合声冲量法)和以多孔场地折合声冲量法为声学模型的声震分析方法,对该多孔场地地面爆炸当量进行了反演和分析．结果表明,雪和半灌木覆盖地表场地的地面爆炸声信号能量集中在低频(20 Hz以内),受到多孔地表和空气吸收影响,超压幅值随距离增加快速衰减,其衰减系数1.25明显大于球面波几何扩展系数1．基于有限边界阻抗波传播理论和四参量阻抗模型建立的声传播模型可以准确描述该多孔场地波传播特性,其预测波形和实测波形基本重合．基于以上声传播模型建立的多孔场地折合声冲量法,通过考虑声震能量分配过程可以获得较高的当量反演精度,当量相对误差不超过7%．而采用折合声冲量法并联合地震波数据进行声震分析,可以准确获取多孔弹性地面附近未知爆炸事件的当量和爆高,当量和爆高...     

复杂制造系统中的热轧带钢力学性能预测的深度学习模型

钢铁工业向智能制造转型升级过程中对相关模型的精度提出了更高的要求,传统的热轧板带力学性能预测模型已很难满足现场需要,基于多层网络的深度学习模型在实际应用中往往受到数据不足、调参困难等限制,而且选择的有限个离散工艺参数很难准确反映板带的实际加工过程。为了应对这些问题,本文提出了一种新的基于gcForest框架的板带力学性能输入数据采样方法,该方法根据热轧板带生产这类工序流程复杂且工艺路径及参数对产品质量异常敏感的特点,设计了一种基于时间-温度-形变的三维连续时序过程数据采样方式,并将多粒度扫描得到的局部历程信息与板坯的基础信息（化学成分和典型工艺参数）进行融合,使下一环节的输入同时具备局部特征和全局特征;此外,在多粒度扫描结构中设计了可变窗口的子采样方案,使具有不同维度的输入数据通过多粒度扫描结构后能够得到相同维度的输出特征,使级联森林结构能够的正常训练。最后,在3个钢种的实际生产数据上进行实验评估,结果表明,这种基于gcForest的力学性能预报模型综合性能更好,而且调参容易,在样本较少的情况下也能保持很高的预测精度。     

基于分布式光纤传感系统的有载变压器故障检测技术研究

提出基于分布式光纤传感技术的人工神经网络有载变压器故障检测预报模型,通过人工模拟变压器的故障状态及正常运行状态,并通过k-means SMOTE数据扩充方法,可以有限扩充少量故障数据集,使故障数据量可以和正常数据量达到一致,将扩充后的故障数据与正常运行的数据一起送入长短期记忆卷积神经网络(convolutional neural networks long short term memory, CNN-LSTM)识别模型,最终可以将故障的识别率提升到100%,这对采用分布式光纤传感技术在有载变压器故障识别系统上的发展具有重要意义。     

B(X)上的(m,n)-Lie中心化子

设X是实数域或复数域F上维数大于1的Banach空间,Ф:B(X)→B(X)是一个可加映射。证明了如果存在正整数m,n使得(m+n)Ф([A,B])=m[Ф(A),B]+n[A,Ф(B)]对任意A,B∈B(X)且AB=P（其中P∈B(X)是一个固定的非平凡幂等元）成立,则存在λ∈F及在AB=P的换位子上为零的可加映射h:B(X)→F使得对任意A∈B(X),有Ф(A)=λA+h(A)I.     

基于子空间表示和加权低秩张量正则化的高光谱图像混合噪声去除方法

针对高光谱图像中存在混合噪声的问题, 提出一种基于子空间表示和加权低秩张量正则化的方法去除高光谱图像中的混合噪声. 子空间表示利用光谱频带之间的相关性, 选取合适的正交矩阵, 将高光谱图像投影到低维子空间中, 使提出的算法具有较低的复杂度, 简化去噪过程的同时去除图像中的部分噪声. 去噪过程基于从简化图像中提取的低秩张量进行, 引入加权低秩张量正则化项表征简化图像子空间的先验信息, 基于Tucker分解中核范数的物理意义构建合理的加权机制, 保留高光谱图像的内在结构相关性. 并且设计了一种基于迭代最小化的方法, 用于求解提出的非凸去噪模型. 在模拟和真实数据集上的实验结果表明, 该子空间表示和加权低秩张量正则化方法在定量和定性分析上都取得了较好的去噪效果.