三步混合型合成隐迭代序列的强收敛定理

在Banach空间中,引入有限族渐近非扩张自映射和渐近非扩张非自映射的新的三步合成隐迭代序列.并证明该迭代序列的强收敛定理.     

混合型渐近非扩张映射合成隐迭代序列的收敛性定理

在一致凸Banach空间中,研究了有限族渐近非扩张自映射和渐近非扩张非自映射的新的合成隐迭代序列的强收敛和弱收敛定理.得到的结果改进和推广了许多作者的相应结果.     

有限T-IPH/Geo/1/N排队平稳指标的数值计算

讨论了T-IPH/Geo/1/N有限排队,其中T-IPH表示可数状态吸收生灭链吸收时间的分布.对该排队模型,用有限位相拟生灭(QBD)过程进行建模.首先得到了计算该QBD过程率阵非零元素的迭代公式;其次在所得结果的基础上,进一步给出了T-IPH/Geo/1/N排队平稳队长以及等待时间分布的公式.     

END样本最近邻密度估计的强相合速度

本文研究了扩展负相依(END)样本最近邻密度估计的强相合性问题.利用END序列的Bernstein型不等式和截尾的方法,获得了END样本最近邻密度估计的强相合速度,推广了NA样本和ND样本最近邻密度估计的相应结果.     

不同结构的DNA激活序列对Cas12a反式切割活性的影响

CRISPR－Cas12a系统的反式切割活性在其识别特定的DNA激活序列后被激活,这不仅能实现特定DNA靶标的直接定量分析,同时也为构建针对多种生物标志物的体外传感体系带来了新的思路。然而,已有文献中所采用的双链DNA（dsDNA）和单链DNA（ssDNA）激活序列结构多种多样,缺乏全面、系统的设计指导原则。针对该问题,该文系统研究了不同结构的DNA激活序列对LbaCas12a反式切割活性的影响。通过对比研究,得出以下结论：（1）前间区序列邻近基序（PAM）位点有助于LbaCas12a更高效地靶向结合dsDNA激活序列和ssDNA激活序列;（2）PAM近端区域缺少序列片段会降低Cas12a-crRNA定位激活序列的效率;（3）删除PAM远端序列片段有利于增强LbaCas12a的反式切割活性;（4）由于省略了dsDNA解链过程,ssDNA激活序列在激活LbaCas12a的反式切割活性方面普遍比dsDNA激活序列产生的效果更好。根据这些发现,该文提出了一种LbaCas12a所青睐的高效激活序列结构,其激活的LbaCas2a反式酶切活性较采用含PAM位点的标准dsDNA激活序列高出3.7倍。研究结果为构建基于CRISPR-Cas12a的高效体外生物传感系统提供了重要支撑。     

基于改进DPSO算法的并行测试任务优化调度研究

并行测试以减少测试时间和降低测试成本的强大优势,已成为当前自动测试系统发展的方向。针对并行自动测试过程中,测试任务调度复杂,难以优化的问题,以PSO算法为基础,通过对问题空间编码的重新定义,并运用交叉、变异算子给出了新的粒子位置的更新公式,提出了一种改进后的DPSO算法。依据并行测试完成时间极限定理,给出了并行测试任务调度的目标函数与约束条件。以某雷达电子装备并行测试系统中三块电路板并行测试为例,对改进的DPSO算法进行了仿真验证,得到了最优调度测试序列。结果表明：与遗传算法相比,改进后的DPSO算法迭代次数更少,寻优性能更好,适用于工程应用。     

基于超声波和云测试的油井液面测试系统研究

针对目前油井液面深度测试系统测量范围小、误差大、稳定性低的缺点,提出了基于声波法测动液面原理,利用时间序列分析技术、新息自适应卡尔曼滤波技术来实时检测回波信号,进而实现对油井液面深度的高精度测量和噪声处理;选用FPGA和云测试技术成功实现了油井液面深度测量系统的远程化和网络化。基于云测试的油井液面远程监测系统目前已在油田生产现场通过测试,测试结果表明,系统稳定,算法实时、高效,动液面深度测量误差小,测量精度高,能满足实际工程应用。     

复杂时间序列的多尺度分析

为纪念郑哲敏先生仙逝一周年, 作者回忆在读研期间先生对自己的教诲, 介绍先生和自己在非线性科学领域的一些工作, 及后来这些工作如何被拓展并演变成一些非线性问题通用的分析方法. 具体的方法包括混沌时间序列分析的相空间最优重构, 混沌的直接动力学判据, 基于依赖于尺度的李雅普诺夫指数(SDLE)的多尺度分析及自适应分形分析. 特别, SDLE可以非常好地刻画已知的所有类的时间序列模型, 因此, 可以统一已知的各种复杂性的度量. 自适应分形分析基于自适应滤波, 能非常好地决定趋势, 包括各种震荡模式和回归分析的非线性回归曲线, 也能非常好地去噪, 并把时间序列分解成各种内在固有模式. 这些方法已被广泛用于自然科学、工程技术和社会科学的诸多领域. 它们特别适用于各领域(包括运维)的故障诊断, 生物医学数据的分析及不确定性的度量. 郑先生从不囿于他自己熟悉的领域, 而是随着时代发展不断拓展新的领域. 身处百年未遇之大变局时期, 我们必须发扬光大先生的这种求真务实和开拓进取的精神.      

AN EFFICIENT SEQUENTIAL DESIGN FOR SENSITIVITY EXPERIMENTS

In sensitivity experiments, the response is binary and each experimental unit has a critical stimulus level that cannot be observed directly. It is often of interest to estimate extreme quantiles of the distribution of these critical stimulus levels over the tested products. For this purpose a new sequential scheme is proposed with some commonly used models. By using the bootstrap repeated-sampling principle, reasonable prior distributions based on a historic data set are specified. Then, a Bayesian strategy for the sequential procedure is provided and the estimator is given. Further, a high order approximation for such an estimator is explored and its consistency is proven. A simulation study shows that the proposed method gives superior performances over the existing methods.     

On almost sure max-limit theorems of complete and incomplete samples from stationary sequences

Let M _n denote the partial maximum of a strictly stationary sequence (X _n ). Suppose that some of the random variables of (X _n ) can be observed and let [(M)\tilde]_n\tilde M_n stand for the maximum of observed random variables from the set {X ₁, ..., X _n }. In this paper, the almost sure limit theorems related to random vector ([(M)\tilde]_n\tilde M_n , M _n ) are considered in terms of i.i.d. case. The related results are also extended to weakly dependent stationary Gaussian sequence as its covariance function satisfies some regular conditions.