基于卷积神经网络的基因剪接位点预测

研究剪接位点可以更深入地探索剪接机制和基因预测方法,准确预测剪接位点至关重要。基于深度学习技术提出一种新的预测方法,无需人工提取样本特征,以基因序列的K-MER编码向量作为输入,采用训练后的卷积神经网络(CNN)模型进行预测。基于人类基因HS3D供体数据集,与传统机器学习方法进行预测比较,结果表明预测模型的主要性能指标,包含马修斯相关系数(MCC)、灵敏度(SN)均超过传统的机器学习方法。     

开采沉陷动态预计流变模型及应用

通过对采场覆岩移动变形规律进行研究，从流变力学角度，给出地表下沉时间位移函数，并结合实测资料对有关参数进行回归分析，运用推导公式与实测资料进行了结果对比，总结出符合大同矿区地表动态下沉经验公式。提出地表下沉推迟时间tr的概念，可作为划分开采沉陷剧烈程度的量化指标。     

桩基荷载下溶洞顶板安全厚度研究

本文以深圳市龙岗区龙城工业园内某高层建筑桩基下的溶洞顶板为研究对象,运用理论公式和数值模拟方法分别对桩基荷载下溶洞顶板安全厚度进行研究。选取单桩承载力、溶洞洞跨、溶洞形态系数、桩端偏心率作为顶板安全厚度的影响因素,通过数值模拟得到了安全厚度与各单因素之间的影响规律,并综合考虑这些影响因素得到安全厚度的预测模型;在能保证安全的前提下,将预测模型值与理论公式值进行对比,判断出预测模型更合理节约,对岩溶地基高层建筑桩基设计和现场施工有一定的指导意义。     

Yarn Quality Prediction and Diagnosis Based on Rough Set and Knowledge-Based Artificial Neural Network

In the spinning process, some key process parameters（ i. e.,raw material index inputs） have very strong relationship with the quality of finished products. The abnormal changes of these process parameters could result in various categories of faulty products. In this paper, a hybrid learning-based model was developed for on-line intelligent monitoring and diagnosis of the spinning process. In the proposed model, a knowledge-based artificial neural network（ KBANN） was developed for monitoring the spinning process and recognizing faulty quality categories of yarn. In addition,a rough set（ RS）-based rule extraction approach named RSRule was developed to discover the causal relationship between textile parameters and yarn quality. These extracted rules were applied in diagnosis of the spinning process, provided guidelines on improving yarn quality,and were used to construct KBANN. Experiments show that the proposed model significantly improve the learning efficiency, and its prediction precision is improved by about 5. 4% compared with the BP neural network model.     

基于规则的交互上下文预测基于规则的交互上下文预测

为了改进当前上下文预测中由于缺乏对交互情况的考虑所导致的不完全预测问题,提出了基于规则对交互上下文进行预测的方法．给出了交互上下文的定义及使用本体对交互上下文进行建模的方法．在基于规则的交互上下文预测架构中,利用交互规则发掘算法和交互预测算法等推理计算得出交互规则,根据得到的交互规则对交互上下文进行预测．该方法的使用合理地改进了传统的上下文模型,从根本上系统地解决了传统的上下文预测的局限性问题,有效地提高了上下文预测的能力．     

基于案例推理预测精炼开始钢水温度

针对BP神经网络训练时间长的问题,采用基于案例推理的方法预测精炼开始钢水温度.首先,应用层次分析法确定影响精炼开始钢水温度的各个因素的权值,并使用灰色关联度来计算案例的相似度,克服了传统相似度计算方法在案例信息不完整的情况下无法获取准确结果的缺点.然后,提出一个包含类选、粗选、精选和择优的四步检索方法,大大缩短了检索时间.最后,实验比较了人工神经网络和基于案例推理两种方法,结果表明基于案例推理比人工神经网络具有更高的命中率.     

小曲率半径隧道盾构施工的地表沉降规律分析——以南昌地铁1号线为例

为探究小曲率半径隧道盾构施工引起地表沉降的变化规律,利用Mindlin解建立小曲率半径隧道盾构施工引起地表沉降的解析计算模型,以南昌地铁1号线盾构隧道工程为依托,通过与现场监测和已有Mindlin解析计算模型的对比分析,验证本文所建立沉降预测模型的合理性,并依次从盾构附加推力、盾壳不均匀摩擦力和地层损失对地面变形的影响进行分析。结果表明：本文所建立的小曲率半径隧道盾构施工引起的地表沉降解析计算模型可有效应用于实际隧道工程的沉降预测,提高了预测精度;盾构开挖过程中,横断面地表沉降槽呈V形,近似正态分布,施工产生的地层损失对地面沉降的影响更大;随着盾构路径两侧推力及摩擦力分布不均程度的增加,地面沉降槽中心偏移情况而增大,地面沉降与地层损失呈非线性相关。研究结果可为类似拟建和在建盾构隧道工程提供理论指导与参考。     

基于灰色关联分析的“白屋顶计划”评价模型

在已知人为热释放、风速、日照时数和相对湿度的前提下,以芜湖市为例,运用灰色关联分析求出以上四个影响因素对行为因子(城市热岛效应)的关联影响程度,算出日照时数在四个环境因子中的比重,从而将白色屋顶计划对城市热岛效应的作用量化,建立了灰色预测模型。通过回归分析计算白屋顶计划对城市温度的影响,最后将预测数据与真实数据进行对比,模型结果表明"白屋顶计划"是合理且可行的。     

山西省生态足迹诊断及动态预测分析

本文运用生态足迹理论核算了山西省生态供需状况,并在此基础上,引进最小二乘法,通过MATLAB 7.0对山西省生态系统进行了预测.结果表明：该省生态足迹需求不断增长,而生态承载力不断减少,呈现严重的生态赤字.因此,建立资源节约型的社会生产和生活消费体系是山西实现可持续发展的根本途径.     

非分析方法研究水-甲醇二元系的汽液相平衡

在101.325kPa下,用新型泵式沸点仪测定了水-甲醇二元系在不同液相组成时的沸点,并用非分析法由tpx推算了与之平衡的汽相组成y.用最小二乘法分别求出了甲醇-水二元体系的液相活度系数W ilson、NRTL、M argu les和Van Laar模型参数,由这些模型参数推算的此二元系的泡点与实验值能很好的吻合.这些模型参数求得的结果,用面积检验法检验得到很好的热力学一致性.