酿酒酵母基因组的研究进展

酿酒酵母(Saccharomyces cerevisiae)是第一个完成全基因组测序工作的真核生物,目前在结构基因组学、功能基因组学、模式生物、最小基因组、比较基因组学等方面的研究已经获得了重大的进展,为人类更深入地研究高等生物基因组打下了坚实的基础。本文将从这几个方面着手对酿酒酵母基因组的研究进展进行综述。     

四面六边透水框架减速效果因素分析

通过查阅相关资料,运用控制变量法、相关回归分析、最小二乘法、曲线拟合等方法,辅以Eviews6,Ee-cd等软件对收集到的数据进行合理分析和处理,并对框架群的长度、架空率和框架尺寸这三个因素中的任意一个与框架减速效果之间的关系建立不同的模型,并且把这些参数理论化,探析影响四面六边透水框架减速效果因素,以便为更经济的达到减速的更好效果提供依据。     

矩阵方程AXB+CYD=E的双中心最小二乘问题

利用矩阵的Kronecker积、列拉直算子和Moore-Penrose广义逆,讨论矩阵方程AXB+CYD=E的双中心最小二乘问题,得到双中心极小范数最小二乘解和对称双中心极小范数最小二乘解的表达式,给出求双中心极小范数最小二乘解的数值解法和数值例子.     

基于最小二乘法的无监督支持向量机

将最小二乘支持向量机的思想引入无监督学习,提出一个最小二乘无监督支持向量机.首先假设超平面过样本中心点,再给出线性可分的条件构造目标函数和约束条件,从而得到一个线性规划问题去求解聚类问题.     

基于加权整体最小二乘的多元线性回归分析

针对变形监测数据中自变量和因变量观测向量都含有误差、且采用一般最小二乘估计是有偏的这一问题,引入EIV模型,并顾及各自变量观测精度的不同,采用加权整体最小二乘对待估参数进行估计。长江三峡库区滑坡监测实验表明,基于加权整体最小二乘的多元线性回归分析能更好地对回归方程进行参数估计,可明显提高形变预测精度。     

基于小波多分辨率分析的结构时变参数识别

利用小波多分辨率分析将结构的时变参数在多尺度上展开,截断高频细节成分,仅由展开的低频成分来近似描述时变参数(阻尼和刚度),将结构时变参数识别问题转化为时不变小波系数估计问题.基于Akaike信息准则(AIC)来优化确定各时变参数的小波分解层数.分解的小波系数采用最小二乘求解得到,为减小方程的病态问题,对模型进行Tikhonov正则化,然后重构识别出结构的时变参数.建立了一个三层剪切框架时变结构模型验证该方法的有效性.识别结果表明,该方法可以有效识别结构时变参数,时变刚度比时变阻尼识别效果更好,抗噪性更高.     

空间索面悬索桥成桥线形的Marquardt修正最小二乘法计算

空间索面悬索桥线形计算由于吊杆和主缆的相互耦合而非常复杂,采用传统的影响矩阵法收敛困难.基于Marquardt修正的最小二乘法,为空间索面悬索桥线形计算提出一种新的解析算法,编制了相应的Matlab程序,并以某三跨空间索面悬索桥为例进行了验证.结果表明:此方法较影响矩阵法收敛精度高,对初值要求低,具有明显的优越性.     

基于数字图像的直线度误差评定系统可视化研究

为了实现小尺寸精密零件直线度误差的快速准确评定,设计了一套基于数字图像的直线度误差评定系统。分析比较直线度误差的评定方法,提出一种满足最小包容区域法的直线度误差评定的方法——区域-距离改进算法。介绍了该算法的原理,以采集的数字图像为例,设计了直线度误差评定系统,实例计算结果表明,该方法评定精度高,易于实现,并可以实现测量结果的可视化。     

三维坐标点集的空间直线度高精度快速评定

针对3维坐标点集合空间直线度误差评定时出现的精度不高、评价效率低的问题,提出一种具有较高精度和较好鲁棒性的3点高精度快速算法(3PHFA).该算法依据国家标准规定的空间直线度有效判别形式,通过3维最小二乘法(3DLSA)拟合、空间坐标转换、坐标投影和确定最小包容圆(MCC),并最终确定最小包容圆柱面(MCS).通过在3DLSA基础上增加高效搜索算法,空间直线度评定精度提高约20%,耗时1s以内.对比不同评定算法表明:3PHFA具有效率高、精度高、鲁棒性好的优点,其误差评定精度全面优于3DLSA,适用于三坐标测量机(CMM)这类实时处理系统,具有良好的实用价值.     

基于信任度变化趋势的云服务选择模型

针对云服务选择过程中,用户难以选择可信、可用、可靠的云服务问题,本文提出一种基于信任度变化趋势,并结合QoS服务质量的云服务选择模型.首先,信任度的计算分为两部分,一部分根据贝叶斯原理计算信任度值,另一部分是将历史信任度值进行最小二乘的拟合,得到能更准确地反映信任度值的变化趋势值,根据信任度变化趋势值对信任度值进行修正,确定其综合信任度值.然后,根据云服务的QoS量化模型,计算得到客观的QoS值,在此基础上,引入了信息熵的概念来确定可信参数加权的问题,从而得到最优的服务选择.仿真实验表明,该模型能够体现云服务主体信任度的变化,增强云服务选择的预判能力,有效地提高服务选择的成功率.