新媒体时代电视媒体的融合发展途径

近年来,新媒体的积极发展对电视媒体产生了很大的影响。新媒体的特点是传播迅速,及时,互动方便,并且迅速普及,特别是在年轻人中。电视媒体在及时性和交互性方面相对较差,但是具有完整的电视节目制作过程和专业的媒体播放器,就节目质量而言它具有无可比拟的优势。在新媒体时代,通过电视媒体与新媒体的紧密结合,可以真正地互补彼此的长处,相互学习,强强联合,实现电视媒体的更好发展。     

紫色球杆菌视紫红质光谱特性的机器学习研究

近年来，机器学习等人工智能技术被应用于蛋白质工程，其在蛋白质结构、功能预测、催化活性等研究中具有独特优势。在未知蛋白质结构的情况下，将蛋白质序列和功能特性与机器学习相结合，基于序列-活性关系（innovative sequence-activity relationship，ISAR）算法，将蛋白质氨基酸序列数字化，用快速傅里叶变换（fast four transform，FFT）进行预处理，再进行偏最小二乘回归建模，可在数据集较少情况下拟合得到最佳模型。通过机器学习对紫色球杆菌视紫红质（gloeobacter violaceus rhodopsin，GR）的突变体蛋白质氨基酸序列与光谱最大吸收波长进行建模，获得了最佳模型。用最佳索引LEVM760106建模得到的确定系数R² 为0.944，均方误差E为11.64。用小波变换进行的预处理，其R² 虽也约为0.944，但E大于11.64，不及FFT进行的预处理。方法较好地解决了蛋白质序列与功能特性之间的数学建模问题，在蛋白质工程中可为预测更优的突变体提供支持。     

机场地面移动目标监测系统优化

针对机场地面移动目标位置监测系统缺乏统一有效组网方案的问题,在现有的AeroMACS通信技术的基础上,提出了一种对通信协议进行优化的方案,对原有系统中各移动节点的通信方式和上下行链路的资源分配方案做了调整。通过系统分析与NS-3软件建立场景仿真,结果表明文中提出的系统在通信时延与系统容量方面均优于原有系统,可有效改善机场地面移动目标监测系统的网络性能。