字符串匹配算法在DNA序列比对中的应用

高通量测序技术的飞速发展让生物信息领域迎来了大数据时代。新技术在提供海量生物遗传信息的同时,也给分析这些数据带来了新的挑战。DNA序列比对是信息分析流程中的关键步骤,为后续的变异检测提供序列比对信息。2015“深圳杯”数学建模夏令营B题以DNA序列比对为研究课题,希望参赛学生给出序列快速比对的最佳方案。本文简要点评了各参赛队伍的解答情况,然后介绍了现有DNA序列比对软件中用到的算法和数据结构。     

使用压缩感知的遥感图像振荡畸变几何校正方法

卫星平台振动和反射镜震颤会引起遥感图像中的振荡畸变。这类畸变难以通过常用的几何校正方法消除。对此,提出了一种使用压缩感知的几何校正方法。该方法基于有理函数模型(RFM)进行几何校正。在校正过程中,利用初始的RFM计算出地面控制点(GCPs)在图像中的投影坐标与实际成像坐标之间的偏差(称为投影偏差),以地面控制点处的投影偏差作为采样值,使用压缩感知技术重构出所有像元处的投影偏差,并据此对RFM进行像方补偿;利用经过补偿的RFM进行遥感图像纠正。通过补偿,消除了振荡畸变引起的RFM模型误差,进而提高校正性能。利用实测数据验证了该方法的有效性,并通过仿真数据分析了地标点的数量与分布对该几何校正方法性能的影响。     

水下高光谱衰减测量的不确定度分析

研究了水下高光谱衰减测量仪(ACS)的不确定度。通过不同粒径的标准颗粒(2,5,10,20μm)的米氏散射理论计算值与紫外-可见分光光度计(PE35)的实测值对比,得出:PE35的衰减测量误差最大不超过8%。针对我国高浑浊水体环境,利用ACS与PE35对我国东海浑浊海水样品进行衰减同步测量,结果表明:ACS在浑浊水体下的测量结果被低估,其不确定度与波长呈负相关;水体的浊度对ACS衰减测量的不确定度影响较大,且呈正相关,在低浊度水体下ACS(10 cm)的测量值被低估17.2%~19.04%,ACS(25 cm)的测量值被低估7.84%~15.36%,在高浊度水体下ACS(10 cm)的低估则增至26.4%~28.24%。     

一种新的珍珠层厚度测量方法

珍珠层厚度是是珍珠价值最主要的衡量指标之一,目前珍珠层厚度的无损测量方法主要采用光学相干层析成像技术和X射线技术。光学相干层析成像技术在实际测量时精度较低。在研究X射线测量原理的基础上,提出了一种新的珠层厚度测量方法。首先介绍了灰度图像的边缘识别算法和珍珠核、珍珠外圆度拟合算法,其次提出了一种引入对照机制的珍珠层测量算法,最后还对算法的误差进行了分析,算法的误差可以控制在0.02%以内。实际的测量也验证了本测量方法具有很高的精度。     

基于选择判据和贴近度的D-S证据融合方法

针对传统D-S证据理论难以融合高度冲突证据的问题,并考虑到证据正常时Dempster规则具有优越的聚焦性能,提出了一种基于选择判据和贴近度的证据融合方法。把贴近度概念引入到D-S证据合成中,通过证据的一致性度量来计算证据的权重,从而实现了冲突证据的加权融合。同时提出了证据修正的选择判据,将证据分成冲突与非冲突两类,对冲突的证据进行修正后再进行合成,而非冲突证据可直接进行合成。通过实例验证表明,所提出的方法不但保持了Dempster规则优越的信息聚焦性能,而且较好的解决了冲突证据的合成问题。     

基于压缩感知的一维海面与二维舰船复合后向电磁散射快速算法研究

矩量法作为数值方法中积分方程方法的代表, 具有计算精度高、所用格林函数自动满足辐射条件、无须额外设置边界条件等优点. 但是在舰船目标与海面复合后向电磁散射仿真中, 传统矩量法需针对每个入射角反复求解矩阵方程组, 导致其在处理后向散射问题时计算量大, 耗时长, 仿真效率低下. 为解决上述问题, 本文提出了一种基于压缩感知技术的矩量法的改进算法. 该算法在求解复合后向散射问题时, 首先利用观测矩阵与传统矩量法中的电压矩阵相乘, 得到一组新的低维度的电压矩阵; 其次通过求解新电压矩阵下的矩阵方程组, 获得电流矩阵的观测值; 最后利用恢复算法(本文采用正交匹配追踪算法)重构出所需的原始入射源照射下的电流系数. 通过与传统矩量法的计算结果对比, 表明本文所提算法能够在保证计算精度的前提下, 明显减少计算时间, 提高计算效率.     

基于扩展度的复杂网络传播影响力评估算法

对网络中节点的传播影响力进行评估具有十分重要的意义, 有助于促进有益或抑制有害信息的传播. 目前, 多种中心性指标可用于对节点的传播影响力进行评估, 然而它们一般只有当传播率处于特定范围时才能取得理想的结果. 例如, 度值中心性指标在传播率较小时较为合适, 而半局部中心性和接近中心性指标则适用于稍大一些的传播率. 为了解决各种评估指标对传播率敏感的问题, 提出了一种基于扩展度的传播影响力评估算法. 算法利用邻居节点度值叠加的方式对节点度的覆盖范围进行了扩展, 使不同的扩展层次对应于不同的传播率, 并通过抽样测试确定了适合于特定传播率的层次数. 真实和模拟数据集上的实验结果表明, 通过扩展度算法得到的扩展度指标能在不同传播率下对节点的传播影响力进行有效评估, 其准确性能够达到或优于利用其他中心性指标进行评估的结果.     

部分相干径向偏振光束传输中相干性研究

根据广义惠更斯理论及相干偏振统一理论, 研究部分相干径向偏振光束在自由空间中传输时, 不同参考点处复相干度随传输距离的变化规律. 研究表明, 部分相干径向偏振光束在自由空间中传输, 不同参考点处, 复相干度模值随距离的变化规律有所差别. 当参考点位于原点时, 随着传输距离增大, μ_xx模值及μ_xy模值分布形式不变, 分布范围增大; 当参考点位于x轴上时, μ_xx模值由单峰值向三峰两谷对称形式演化, μ_xy模值由单侧两峰向四峰四谷对称形式演化, 完成演化所需传输距离与参考点距离x轴中心的远近有关, 参考点距离x轴中心越近, 完成演化所需的传输距离越短; 当参考点位于y轴时, 随着距离增大, μ_xx模值分布形式不变, 分布范围增大, μ_xy模值由上侧两峰向四峰四谷对称形式演化, 演化所需传输距离与参考点距y轴中心远近有关, 参考点距y轴中心越近, 完成演化所需的传输距离越短; 当参考点位于其他位置时(非特殊位置), μ_xx模值及μ_xy 模值分布规律, 遵从各自参考点在x轴, y轴上的分布规律的结合即参考点位于其他位置时, μ_xx模值及μ_xy模值分别随距离变化逐渐演化成三峰结构、四峰结构.     

二进制信号的混沌压缩测量与重构

二进制信号的压缩感知问题对应超奈奎斯特信号系统中未编码的二进制符号的检测问题, 具有重要的研究意义. 已有的二进制信号压缩测量采用高斯随机矩阵, 信号重构采用经典的l₁最小化方法. 本文利用混沌映射构造基于Cat序列的循环测量矩阵, 并提出一种针对二进制信号的全新的重构算法——平滑函数逼近法. 文章构造的混沌循环测量矩阵兼具确定性和随机性的优点, 能够抵御低信令效率和低信噪比的影响, 取得更好的压缩测量效果. 文章提出的平滑函数逼近法利用非凸函数代替原问题不连续的目标函数, 将组合优化问题转化为具有等式约束的优化问题进行求解. 利用稀疏贝叶斯学习算法进一步修正误差, 得到更准确的重构信号. 在信道含有加性高斯白噪声的条件下对二进制信号进行了压缩测量与重构的数值仿真, 仿真结果表明:基于Cat 序列的循环测量矩阵的压缩测量效果明显优于传统的高斯随机矩阵; 平滑函数逼近法对二进制信号的重构性能明显优于经典的l₁最小化方法.     

有倾向性重连产生的反匹配网络

在具有网络结构的系统中度关联属性对于动力学行为具有重要的影响, 所以产生适当度关联网络的方法对于大量网络系统的研究具有重要的作用. 尽管产生正匹配网络的方法已经得到很好的验证, 但是产生反匹配网络的方法还没有被系统的讨论过. 重新连接网络中的边是产生度关联网络的一个常用方法. 这里我们研究使用重连方法产生反匹配无标度网络的有效性. 我们的研究表明, 有倾向的重连可以增强网络的反匹配属性. 但是有倾向重连不能使皮尔森度相关系数下降到-1, 而是存在一个依赖于网络参数的最小值. 我们研究了网络的主要参数对于网络度相关系数的影响, 包括网络尺寸, 网络的连接密度和网络节点的度差异程度. 研究表明在网络尺寸大的情况下和节点度差异性强的情况下, 重连的效果较差. 我们研究了真实Internet网络, 发现模型产生的网络经过重连不能达到真实网络的度关联系数.