用EM算法改进鸟枪法蛋白质鉴定中的无标记定量方法

蛋白质定量是探索疾病发生发展状况和寻找新药靶标的重要手段。在shotgun蛋白组学中,目前常用定量方法包括综合同位素标记后的质谱峰强度方法和无标记定量方法。根据数据类型无标记定量方法可以分为两类:基于鉴定蛋白的质谱数的方法和基于质谱峰强度的方法。本研究主要用EM算法改进基于鉴定蛋白质谱数的定量方法,并用免疫印迹实验获得的酵母全蛋白的丰度来验证EM算法改进后定量的有效性结果表明,改进后的质谱数和蛋白丰度的相关性比改进前有一定的提高。同时,利用这些数据对主要的几种基于鉴定蛋白的质谱数的模型进行了比较,发现PAI模型最好,SpS模型次之,emPAI模型最不适合于蛋白质定量。     

基于全局人工鱼群算法的变压器投切控制策略分析

钢铁企业中变压器的投切往往都是根据工作人员的经验而操作进行的,忽略了投切时机对于变压器损耗的影响.考虑到钢铁企业在电力负荷中占有很大的比重,所以投切不恰当而产生的费用是不可忽视的.针对上述问题,提出一种基于全局人工鱼群算法的变压器投切控制方法,根据钢铁企业变压器实际参数,计算出变电站不同运行情况下的临界负载量,通过结合实际负荷情况确定变压器投切点;全局人工鱼群算法具有较快的收敛速度,可以用于解决有实时性要求的问题.以最终节电效益用作为目标函数,基于全局人工鱼群算法得到最优投切方案.最后以某钢铁企业变压器投切为例,验证了所提方法的有效性.     

New method to solve electromagnetic parabolic equation

This paper puts forward a new method to solve the electromagnetic parabolic equation （EMPE） by taking the vertically-layered inhomogeneous characteristics of the atmospheric refractive index into account. First, the Fourier transform and the convo- lution theorem are employed, and the second-order partial differential equation, i.e., the EMPE, in the height space is transformed into first-order constant coefficient differential equations in the frequency space. Then, by use of the lower triangular characteristics of the coefficient matrix, the numerical solutions are designed. Through constructing ana- lytical solutions to the EMPE, the feasibility of the new method is validated. Finally, the numerical solutions to the new method are compared with those of the commonly used split-step Fourier algorithm.     

Hilbert空间中关于平衡与不动点问题的粘滞次外梯度算法

本文将Hilbert空间中关于平衡与不动点问题的Halpern次外梯度算法推广到粘滞次外梯度算法,并且证明由该算法产生的迭代序列强收敛到两个集合的公共点,这两个集合分别是伪单调平衡问题的解集和一个demi-压缩映射的不动点集.我们的结果提升和统一了一些相关结论.     

求解线性比式和问题的缩减分支定界算法[英文]

本文针对线性比式和问题给出一个缩减分支定界算法.在算法中,基于比式分母的输出空间,我们提出一个新的范围缩减方法.结合分支定界框架和输出空间范围缩减方法,建立一个缩减分支定界算法.并给出算法的收敛性,数值实验结果展示了本文算法的优点.     

基于RBM的神经网络时间序列预测

为了克服神经网络依赖初始化结果,泛化能力不强的缺点,提出一种基于受限玻尔兹曼机(RBM)的神经网络模型.利用无监督学习方法优化神经网络的初始权值和阈值,将RBM与神经网络融合起来,模型与时间序列神经网络做实验对比,结果表明,基于受限的玻尔兹曼机的神经网络模型优于神经网络预测模型,模型可以提高预测的精准度,具有一定的应用意义.     

基于目标相关性的一种高维目标演化算法

针对高维目标问题中非支配解数量随目标数量增加而剧增的问题,提出一种基于目标相关性信息的降维方法.该方法利用非支配解的目标值分析目标之间的相关性,对正相关较强的目标进行合并,从而降低目标数量,使部分非支配解之间产生支配关系,达到减少非支配解数量的目的.该方法可与基于Pareto支配的演化算法结合.实验结果表明,结合该目标降维方法的演化算法可以取得收敛性更好的结果.     

Suomi NPP卫星可见光红外成像辐射仪的改进动态阈值云检测算法

基于可见光红外成像辐射仪多波段、宽覆盖、长重访周期的特点,以及云层在可见光到热红外通道的分布及变化特性,提出了一种适用于可见光红外成像辐射仪数据的改进的动态阈值云检测算法;通过遥感目视解译的方法对云检测结果进行精度验证,并与通用动态阈值云检测算法、可见光红外成像辐射仪云掩膜产品的结果进行对比。结果表明:所提算法能以较高的精度识别不同地表上空的云层,平均总体精度为93.23%,平均Kappa系数为0.821,对薄、碎云的整体识别精度得到了明显提高,错分和漏分误差明显减小;所提算法的云检测结果整体优于通用动态阈值云检测算法和可见光红外成像辐射仪云掩膜产品的云检测结果。     

基于粒子群优化算法的光纤陀螺温度误差分段补偿方法

针对光纤陀螺的温度误差单一模型补偿方法适配性较差的问题,提出一种基于粒子群优化(PSO)算法的光纤陀螺温度误差分段补偿方法。此方法基于分段建模补偿的思想,在建模时加入温度和温度变化率影响因子,并引入PSO算法极值寻优,得到最优补偿函数。为了验证此方法的补偿效果,设计了?15℃~50℃区间内光纤陀螺温度实验,分别利用所提方法和传统方法对其温度误差进行补偿。试验结果表明,使用所提方法能够极大地降低温度误差,与传统算法相比,在保证补偿后陀螺零偏稳定性一致的前提下陀螺零偏均值降低了一个数量级,并且具有实时补偿性。