天然无序蛋白质:序列-结构-功能的新关系

天然无序蛋白质是一类新发现的蛋白质,它们在天然条件下没有确定的三维结构,却具有正常的生物学功能,广泛参与信号传递、DNA转录、细胞分裂和蛋白质聚集等重要的生理与病理过程.无序蛋白质的发现是对传统的蛋白质"序列-结构-功能"范式的挑战.在这篇综述里,我们首先回顾了蛋白质的传统范式以及无序蛋白质的发现过程,然后介绍无序蛋白质在结构、序列、功能等方面的特征与相互作用,并以分子识别过程为例,进一步阐述目前国际上对无序蛋白质所具有优势的一些认识与观点.我们还分析了无序蛋白质研究在生命科学和医学等领域的应用前景,并介绍了国内在无序蛋白质领域的研究现状.     

Modeling stock index returns by means of partial least‐squares methods: An out‐of‐sample analysis for three stock markets

We analyze the underlying economic forces of the stock markets in Germany, the U.K. and the U.S. Identifying a number of variables evincing return predictability, we follow a partial least‐squares (PLS) approach to combine these observables into a few latent factors. Conditional on European markets, our findings indicate (i) superior prediction performance of PLS‐based schemes in comparison with both, a random walk and a first‐order autoregressive benchmark model, (ii) consistent profitable trading on the German and British market, (iii) profitable linear forecast combinations, (iv) the U.S. stock market is diagnosed as informationally efficient. Copyright © 2010 John Wiley & Sons, Ltd.     

Validation of a complex urban noise model close to a road

The adequacy of a model for the sound level close to a road is investigated by comparing resulting predictions for the sound level over a building façade with measurements. The road model involves the road geometry (the number and positions of traffic lanes), the traffic structure (vehicle flow rates and their average speeds in each lane) and equivalent omnidirectional point sources representing the vehicles. It is found that the assumed road traffic noise source model is adequate only for predicting levels over the higher part of the façade. However the investigation has allowed definition of what improvements are needed in the road source modelling to enable adequate predictions over the whole of the building façade.     

基于径向基神经网络预测的混沌时间序列嵌入维数估计方法

根据Takens定理,研究了混沌时间序列相空间重构嵌入维数的选取问题.提出了基于径向基函数神经网络预测模型性能的嵌入维数估计方法,即根据嵌入维数与混沌时间序列预测模型性能的变化关系来确定嵌入维数.通过对几种典型混沌动力学系统的数值验证,结果表明该方法能够确定出合适的相空间重构嵌入维数. 关键词： 混沌 相空间重构 嵌入维数 预测     

高功率激光整形脉冲波形控制技术

 针对神光-Ⅲ原型装置物理实验要求的三台阶整形脉冲（三个台阶的脉冲宽度比为1.5∶1.0∶0.5,强度比为1∶4∶16,脉冲总能量为500 J）,并根据该装置的系统构成和具备任意脉冲整形技术,开展了高功率激光整形脉冲波形控制技术研究,通过对基频光段的增益饱和效应和三倍频光的频率转换过程的分析,获得了脉冲时间波形在传输、放大及频率转换过程中的一些变化特点,在此基础上建立了一套简单的预测模型。经过反复迭代计算和多次全系统联机实验获得了实验结果,并在物理实验中得到了应用,初步形成了高功率激光整形脉冲波形的控制方法。     

基于主成分-集对分析法的联合火力打击陆军弹药消耗预测方案评估模型研究

陆军作为联合火力打击的重要组成部分,具有反应快、火力猛、精度高、机动灵活的特点,是实施联合火力打击不可缺少的重要力量.陆军在联合火力打击中,如何快速准确的从多种弹药预测方案中分析、评估优选出最佳的陆军弹药消耗预测方案,对提高陆军快速反应能力,提升部队战斗力,打赢未来战争至关重要.为此,在分析影响联合火力打击陆军弹药消耗主要因素的基础上,构建了符合联合火力打击陆军弹药消耗特点的评估指标体系,提出了一种基于主成分和集对分析法综合分析的联合火力打击陆军弹药消耗预测方案的评估优选方法,通过方法可求得指标权重,最终评估优选出最佳的联合火力打击陆军弹药消耗预测方案.结合实例分析,验证构建的评估模型能够用于多种联合火力打击陆军弹药消耗预测方案的评估优选,为进一步提高联合火力打击陆军弹药消耗预测方案提供技术指导.     

基于时间序列与灰色拓扑的春节火灾损失预测

火灾每年给中国带来了巨大的损失,春节期间的火灾损失更是严重.根据1999-2010年春节期间火灾统计资料,火灾四项指标数据具有时序性以及随机波动性、模糊性.运用时间序列与灰色拓扑预测方法相结合预测春节期间火灾发生规律,且预测出未来3年内的火灾发生情况.结果表明,时间序列预测模型的平均绝对误差较小,且所建立的灰色拓扑预测模型的拟合精度都达到"好"的标准.因此,采用时间序列与灰色拓扑预测模型相结合对春节火灾发生情况进行预测,其结果合理可靠,可供理论研究和消防部门做出相应的预防措施参考,以达到有效控制和预防春节火灾的目的.     

基于粒子滤波算法的航迹误差分析

当前针对飞行预测的研究主要采用的是kalman算法,在解决非线性问题时存在着只能近似线性的而不够精确的问题.采用近年来受到广泛关注的粒子滤波算法,针对RNAV航路进行分析,结论中得到了对飞行误差仿真分析并对比了卡尔曼滤波仿真效果,证实了粒子滤波在航迹预测中更好的准确性.     

Simulation of quasi-dimensional combustion model for predicting diesel engine performance

In order to improve the precision of quasi-dimensional combustion model for predicting diesel engine performance and promote the real time operating performance of the simulation model, a new phase-divided spray mixing model is proposed and the quasi-dimensional combustion model of diesel engine working process is developed. The software MATLAB/Simulink is utilized to build the quasi-dimensional combustion model of diesel engine working process, and the performance for diesel engine is simulated. The simulation results agree with experimental data quite well. The comparisons between them show that the relative error of power and brake specific fuel consumption is less than 2.8% and the relative error of nitric oxide and soot emissions is less than 9.1%. By utilization of this simulation model with personal computer, the average computational time for one diesel engine working process is 36 s, which presents good real time operating performance of the model. At the same time, the influence of parameters in calculation of air entrainment on prediction precision of diesel engine’s simulation model is analyzed.     

基于复杂网络上监督学习方法的研究综述

复杂网络已经成为复杂系统分析问题的通用方法,随着人工智能和机器学习的广泛兴起,越来越多的学者开始关注在复杂网络上进行机器学习。监督学习作为机器学习的一个重要组成部分,本文深入研究和总结了基于复杂网络的监督学习方法。首先,本文分别从复杂网络和监督学习的理论基础入手,明确了相似性函数和相异性函数的概念和测度方法,系统梳理了复杂网络的构建方法,并阐明了监督学习的概念及其在机器学习中的地位。其次,介绍了监督学习的几种常用算法,梳理了各种算法的研究现状。然后,提出了基于复杂网络监督学习方法未来关注方向。最后,说明了基于复杂网络监督学习方法的局限性,为相关学者的研究提供了参考。