分子动力学模拟技术在生物分子研究中的进展

Molecular dynamics simulation (MDS) has gained increasing importance in current-day scientific research, as the supplement, guidance, or even replacement of experiments. In this review, we briefly introduce the history of the development of molecular dynamics simulation, focusing on recent progress including new-generation force fields, modern enhanced sampling schemes, and application for the investigation of complex biomolecules.     

关于吴方法在双层规划中的一个应用

双层规划及多层规划这一数学规划研究中的较新领域因其坚实的经济背景及丰富的数学内涵在二十年来的发展过程中变得越来越吸引人们的关注. 在通常解双层规划问题时往往采用数值计算的方法, 得到的解并不一定是全局最优解. 该文介绍了一个全新的解双层规划问题的方法,它与数值计算法不同, 采用的是符号计算, 依据了计算机代数与代数几何的理论. 作者通过对文献[1]中的几个双层规划问题的上机计算, 得出了与之不同的全面彻底的解答, 在比较过程中, 发现不仅所得的结果要比文献[1]中答案更进一步, 而且也证明了文章的新方法在解这一类问题时,是简明和行之有效的.     

数学机械化中的AC=BD模式

介绍了AC=BD模式及其在用机械化方法求解方程和证明定理中的应用.首先证明对可单值化算子D,如果CKerD C KerA,则存在算子B使AC=BD.利用带余除法对于给定的算子A给出了求其(C-D对的算法,使得AC=BD.并将其应用到求解算子方程,可以将一些较为复杂的方程化为简单方程求解.其次,利用对偶算子给出了将非线性非交换算子方程组化为单个方程求解的算法.最后,利用解方程的方法给出了机械化产生并证明定理的模式,并且给出了一些实例.     

泛Kennard-Stone算法的数据集代表性度量与分块采样策略

在大数据机器学习时代, 选择更具代表性的数据集对于模型的训练和验证尤为重要. Kennard- Stone(KS)算法及其各种变种(泛KS算法)是一大类优异的数据集分割方法, 但其采样比例或采样数的选择仅能依靠经验或根据建模结果事后评判. KS算法依据原始文献的计算复杂度为\mathrm{O}\left(K^{\mathrm{3}}\right), 难以用于超大数据样本量的计算. 本文基于数据集完备性的讨论, 提出泛KS算法的数据集代表性度量, 以简正振动采样的甲烷分子中碳氢键数据特征分布为例展示采样集代表性效果. 简化KS采样过程的筛选算法, 提高算法效率至\mathrm{O}\text{'}\left(K^{\mathrm{2}}\right). 提出将数据集切分成多个子集分别实施KS采样的分块采样策略, 可进一步提高算法效率至\mathrm{O}″\left(K\right). 偏最小二乘回归测试结果表明， 该方法在提高采样效率的同时仍可保障采样集的代表性.     

基于时域集成分析的空间相机动态像移评估方法

建立了一种包括干扰模型、结构模型、光学模型及采样成像模型的时域集成分析方法,实现了空间相机从微振动干扰输入到图像输出的端到端系统集成仿真,并开发了基于MATLAB的数据转换工具,实现了结构分析与光学分析之间的序列数据传递。以某空间相机的地面微振动实验为例进行了时域集成分析,结果表明:在两种不同的成像模式工况下,该相机的动态像移统计最大值分别达到0.42 pixel和0.27 pixel,采样成像仿真得到的图像调制传递函数下降因子分别为0.951和0.974,与原始图像无明显的直观差异,为该相机微振动影响的有效预估提供了依据。     

基于System Generator的射频直接带通采样MRI信号接收方法

本文将软件无线电技术应用于磁共振成像（Magnetic Resonance Imaging，MRI）信号接收，提出了射频直接带通采样MRI信号接收的方法.基于此接收方法设计了一种MRI信号数字解调方法，该方法利用Xilinx公司推出的数字信号处理（Digital Signal Processing，DSP）设计开发工具——System Generator实现，同时设计验证了能够灵活实现数字下变频（Digital Down Conversion，DDC）功能的DDC系统.仿真与实验平台均验证了该接收方法的正确性和有效性.     

基于自适应SRUKF的无人机位姿预测方法

针对无人机自主导航的实时性差、精度低且对时变噪声的鲁棒性弱的问题，建立了机器视觉和惯性导航相融合的组合导航系统，并提出了一种自适应平方根无迹卡尔曼滤波(adaptive square-root unscented kalman filter, ASRUKF)算法。该算法通过观测值与估计值残差的Mahalanobis距离时刻修正系统噪声协方差，再与采用最小偏度采样的SRUKF算法相融合，从而达到时变噪声自适应抑制，滤波快速且对噪声鲁棒性高的效果。仿真结果表明，相比标准SRUKF，ASRUKF计算耗时减少约38.8%，位移、速度和姿态角预测精度分别提高超过4倍和6倍，且对于时变噪声鲁棒性更强。     

一种板型物体混叠场景的快速分割算法

针对多个板型物体混叠摆放的场景,提出了一种快速有效的分割算法。该算法充分利用有序点云的特点,将自顶向下以及自底向上的分割策略结合,根据三维点的空间位置和法向量,利用随机采样一致性(RANSAC)算法从三维点云数据中快速提取平面点集;然后将提取的平面点集所对应的图像坐标映射为二值图像,通过连通区域分析将其分割为多个连通的平面区域;接着利用"胶水"算法对这些区域进行快速合并,并对较大的弱连接连通区域进行断裂修正,得到最终的分割结果。实验结果表明:与区域生长算法相比,所提算法的分割结果更优,且算法效率大幅提升。     

一种基于对比度增强和柯西模糊函数的红外与弱可见光图像融合算法

由于可见光图像在低光照环境下其可视性较差,为了提高红外与弱可见光图像融合的效果,提出了一种基于对比度增强和柯西模糊函数的图像融合算法.首先用改进的引导滤波自适应增强提高弱可见光图像暗区域的可视性;其次,利用非下采样剪切波变换将红外和增强后的弱可见光图像分解,得到相应的低频和高频子带;再后,分别用直觉模糊集构建柯西隶属函数和自适应双通道脉冲发放皮层模型对低频、高频子带进行融合;最后,使用非下采样剪切波变换对融合得到的高低频子带进行逆变换重构得到融合图像.实验结果表明,与其它融合算法相比,该算法有效地增强了弱可见光图像的暗区域,保留了更多的背景信息,从而提高了融合图像的对比度和清晰度.