人nov基因全长cDNA克隆、测序及其组织表达谱分析

采用特异性mRNA富集技术，从人早期胚胎中得到人nov基因(novH)的cDNA克隆，序列分析表明，该基因cDNA序列由2389个碱基对组成，包含一段长1071bp的开放阅读框(ORF)，3′端含有加尾信号AATAAA和ply(A)尾巴。Northern杂交显示，在Hela细胞和肾上腺组织中有表达的novHmRNA，大小约为2．5kb；多组织RNA点杂交分析结果进一步表明，novH基因在肾上腺和主动脉中的表达水平相对较高，在成人肾、肝、肺和小肠组织中亦有少量的表达。     

一个新的凋亡抑制蛋白P49的表达及氨基酸序列分析

从海灰翅夜蛾核型多角体病毒（SpliNPV)中新发现的p49基因可抑制病毒感染引起的草地贪夜蛾细胞Sf9的凋亡，用杆状病毒表达系统Bac to Bac克隆表达并收获P49蛋白，发现所测定的表达蛋白的氨基酸序列与由核苷酸推导的氨基酸序列一致，证明p49基因经克隆转染后得到正确表达，P49蛋白上－^91TVTDG^95－氨基酸序列为Caspase识别结构，比较P35与P49蛋白，两蛋白同源性约为48．8％，且都具Caspase识别和切割的氨基酸序列。     

应用LSI实现WEB图片的索引和查询

应用奇异值分解方法，分析相关文本词条和图片语义的关系，构造了一个图片“潜在语义索引”模型，用于缓解传统的许多WEB图片检索系统在索引和查询中遇到的同义词和多义词问题，实现语义索引和查询实验表明，该模型能有效地改善图片的索引和查询性能。     

基于BWM的改进区间VIKOR模型及其在新能源汽车公共充电桩选址决策中的应用

通过分析公共电动汽车充电桩布局的影响因素及市场需求,基于Best-Worst Method (BWM),分别刻画了电动汽车公共充电桩不确定因素下各属性权重.在考虑主、客观影响因素的基础上,利用BWM对区间二元语义VIKOR (ITL-VIKOR)方法进行改进,针对性地设计出电动汽车公共充电桩选址决策模型.在此基础上,运用BWM-ITL-VIKOR方法得到方案的最终排序.最后,通过该选址决策模型对西安市某工业园区公共充电桩选址案例进行分析,并对多个公共充电桩预选街区进行评价排序,验证了本文所提出的选址决策过程的有效性,并为决策者提供更为科学、合理的选址决策优化方案.     

基于小目标类别注意力机制与特征融合的AF-ICNet非结构化场景语义分割方法

针对非结构化道路分割难度大、小目标检测精度较低等问题,构建基于小目标类别注意力机制与特征融合的AF-ICNet轻量级实时语义分割网络。采用空洞空间卷积池化金字塔融合不同尺度特征感受野以增强网络的全局感知能力。嵌入CA注意力机制,建立通道信息和空间位置信息以增强网络对非结构化道路小目标类别语义特征的提取能力。针对类别分布不均衡问题,改进权重交叉熵损失函数。利用AF-ICNet模型对Cityscapes与IDD数据集进行训练,在Cityscapes测试图像中分割的MIoU达到了71.5%,在IDD测试图像中分割的MIoU达到了62.5%。搭建实验测试系统进行实景测试,测试结果表明,AF-ICNet有效提升了非结构化道路及小目标类别的分割精度,并满足测试的实时性要求。     

基于IETM的图像类装备保障数据语义标注研究

为了有效的组织、查询和浏览海量的图像类装备保障数据,分析了现有图模型图像语义标注方法的弊端,选取了装备IETM内的图像类装备保障数据信息作为图像语义标注的样本数据,并结合TF*IDF权值理论,改进了图模型语义标注方法的语义标注词选定方法,构建了基于装备IETM的图像类装备保障数据语义标注模型。实验结果表明,所提出的图像类装备保障数据语义标注模型及算法能够有效地提升图像数据信息查询的查准率与查全率,能够在一定程度上满足用户对图像类装备保障数据语义标注的需求。     

聚合物功能化纳米探针用于肿瘤坏死因子(TNF-α)的超灵敏检测

肿瘤坏死因子(TNF-α)是免疫系统中细胞所产生的一种重要炎症因子,广泛参与到一些自身免疫疾病的病理损伤过程中。在健康人体内,TNF-α浓度非常低,而在病患者体内则会发生成倍的增长。TNF-α的过度表达会导致一些慢性炎症的病发,如风湿性关节炎、牛皮癣等,同时它还与败血性休克综合症、糖尿病等疾病的发生存在关联,因而是癌症和感染疾病在发病初期的     

矩阵奇异值分解及其在高维数据处理中的应用

矩阵奇异值分解能够实现对高维数据的局部特征提取及维数约减,在智能信息处理和模式识别研究领域具有十分重要的应用价值.首先分析了高维数据处理所面临的困境,并对常用的降维算法进行简单的归纳总结;然后阐述了矩阵奇异值分解的基本原理及其在维数约减和数据压缩中的物理意义;接着通过分析两种建立在奇异值分解基础上的PCA与LSA降维算法的数学导出过程,进一步给出了两者的等价性证明;最后总结了矩阵奇异值分解的优缺点,并且预测了高维数据处理技术未来的发展趋势.     

基于语言评价信息的知识资本要素识别方法

知识资本是组织创造价值和获取竞争优势的关键资源, 其要素通常具有复杂的关联性, 如何识别知识资本的核心要素、原因要素和结果要素,对于组织进行知识资本管理具有重要意义.本文在构建了知识资本要素识别体系的基础上,借鉴决策试验和评价实验室报告的思想提出了一种基于语言评价信息的知识资本要素识别方法,通过处理和集结专家针对知识资本要素关联给出的语言评价信息,对知识资本要素进行排序与归类.最后通过一个实例分析说明了该方法的应用, 并说明了如何根据识别结果制定相应的策略以便进行知识资本的投资和控制.     

基于云计算的双极二元语义决策模型及其应用

针对评价为语言型且准则权重未知情况下风险型决策信息有效集结的问题,提出一种基于云计算与前景理论的双极二元语义决策模型.首先,将语言型决策信息转换成双极二元语义形式并使用G1—离差最大化法计算各准则的组合权重;其次,利用双极二元语义加权平均算子将各状态、各方案多准则下的决策信息集结为综合双极二元语义决策阵;然后,利用云模型的数字特征公式将综合双极二元语义决策矩阵转化为各状态下各方案的综合云决策矩阵,并结合前景理论分析以确定所有方案的综合云前景值,将其排序并择优.最后,对案例的研究验证了新算法的科学性与适用性.