Cloning and expressional analyses of a cinnamoyl CoA reductase cDNA from rice seedlings

Cinnamoyl CoA reductase (CCR: EC 1.2.1.44),the entry-point enzyme of the llgnin specific biosynthetic pathway, catalyzes the conversion of cinnamoyl CoA esters to their corresponding dnnamaldehydes. Multiple sequence alignment showed that the deduced polypeptide shared 70% similarity and 30% sequence identity at the amino acid level with defined CCR genes from other plant species and they all contain the common signature sequences thought to be the catalytic site as well as the putative NADP binding domain.Using a conserved OsCCR cDNA fragment as the probe for library screening, we isolated the genomic DNA that covered the whole coding region of OsCCR with total length of 3045bp including 4 introns and 5 exons. The open reading frame for our OsCCR gene coBtAin~ 337 amino adds. Northern blot indicated that OsCCR was expressed in different organs with the highest level found in stems. In situ hybridization results showed that OsCCR mRNA was localized mainly along the vascular bundles in stems and leaves, and also in lateral roots that was differentiating from the tiilering node. We conclude that the vascular-localized expression of OsCCR gene may suggest its possible involvement in llgnin biosynthesis. Cloning and characterization of OsCCR will help to clarify how llgniflcations in plants are regulated and will provide a physical basis for creating genetically engineered rice plants with optimal lignin contents.     

树的拓扑指标Z_1(G)

分子图的拓扑指标Z1(G)是反映分子物理和化学性质的重要拓扑指标,在n个顶点的树中具有最大Z1(G)和最小Z1(G)的树的基础上确定了n个顶点的树中具有次大,第三大及第四大Z1(G)的树.     

离散logistic方程的伪概周期解

利用伪概周期函数的定义与性质得到了下列离散系统x(n+1)=α(n)x(n)/1+β(n)k(n) (1)正的伪概周期解的存在性的充分条件.这里,α(n)、β(n)都是伪概周期序列.     

基于混沌时间序列的误差纠错预测模型

提出了一种新型的非常实用的非线性时间序列的预测模型,即误差纠错预测模型(EAM),并从概率统计的角度严格证明了该方法的可靠性,同时分析了受噪声扰动的时间序列的预测.先按一般方法确定嵌入维数与时间步长,在每个当前时刻,先用局域线性回归方法得到预测点的预测值,根据信息在非线性演化中产生的失真误差大小予以修正得到修正值,并以该点为新的基点作进一步预测.该方法具备了滑动窗口二次自回归模型(MWDAR)的适用于小数据集且对大数据集具有高效率的优点,而且克服了MWDAR方法中一次项和二次项阶数及滑动窗口长度等参数难以确定,从而会导致预测恶化,使得应用受到限制的缺点.分别用Logistic方程产生的小数据集和大数据集的混沌时间序列数据作了预测,结果良好.     

基于改进多孔算法的时间序列预测

针对小波分析技术存在的边界问题,提出一种改进的多孔算法。使用该算法得到的系数序列,在具备时移不变性的同时,消除了右侧边界存在数据畸变的现象,使小波分析技术结合神经网络等传统预测模型的方法应用于单变量时间序列预测任务具备可行性。为进一步提高预测精度,引入了神经网络集成技术以改善网络泛化能力。实验表明,这种组合预测模型预测效果与稳定性优于传统预测模型。     

单向单交叉并行链优先约束的可靠性系统测试优化

针对具有单向单交叉并行链优先约束的可靠性系统的最优测试序列问题,提出了一种最优测试原则,该测试原则的约束条件更接近复杂的实际情况。通过证明三个相关的定理,分别解决了单向单交叉并行链优先约束的问题转化形式,相交单元在最优测试序列中测试的先后顺序,以及反“Y”形优先约束问题的最优测试序列。利用这一测试原则,可使此类系统获得总期望测试成本最小。通过一系列证明,给出了该原则的求证过程及具体步骤。     

ARMA供应链模型研究

在基于ARMA时间序列的需求和目标库存最大策略的假定条件下,建立了供应链系统模型。利用时间序列分析方法推导了库存序列、订货序列和库存残差序列的方程表达式,证明库存序列、订货序列和库存残差序列同样为ARMA时间序列,自回归和移动平均的阶数依赖于需求时间序列的阶数和提前期的大小,且订货序列和库存残差序列的自回归部分与需求的自回归部分相同。     

基于秘密共享方案的小波混沌数字水印算法

在对小波域混沌数字水印算法研究的基础上,引入Shamir理论秘密共享思想,提出一种新的基于Shamir秘密共享的小波混沌数字水印算法。新算法将小波分解所得到的子图作为分存信息的保存对象,嵌入部分或者全部的数字水印信息。在水印的提取中,根据Shamir理论利用部分子信息就可以恢复出初始水印信息。实验表明该算法拥有好的视觉效果,提高了传统算法的鲁棒性,是一种实际可行的数字水印算法。     

相关序列图像复原算法研究

针对气动光学效应降晰过程的复杂性,提出了一种基于图像相关性的两帧序列图像复原算法。该算法利用图像的相关性,结合气动光学效应降晰函数辨识,在大气流场的光学退化模型未知的情况下,采用两帧序列图像降晰函数辨识实现气动光学效应退化图像复原。为了克服降晰函数辨识算法可能带来的误差,在序列图像辨识降晰函数时,提出将辨识得到的两帧序列图像降晰函数结果差的二阶范数作为惩罚项,当该范数不符合要求时,根据序列图像的质心偏移和旋转偏移对图像进行相应的修正。给出了实现该方法的具体步骤,仿真结果证明了算法的有效性。     

基于最邻近聚类和向量模糊c-均值的混沌预测

针对混沌时间序列难预测的问题,提出一种新的基于最邻近聚类和向量模糊c-均值(FCMV)聚类算法的模糊建模方法。其前提参数辨识分两步,首先用最近邻聚类法初始划分输入空间,得到规则数及初始聚类中心,再用FCMV把具有相同收敛向量的聚类中心归到同一个区域来优化前一步得到的聚类中心,得到前提参数;采用递推最小二乘算法辨识模型的结论参数。最后通过对Mackey-Glass混沌时间序列的建模和预测验证了该方法的有效性与实用性。