概率神经网络和FTIR光谱用于食道癌的辅助分析

利用正常与相应癌化食道组织的主要FTIR特征峰aυs,CH3、sυ,CH2、σCH2、aυs,po4-、υc-o、sυ,po2-及sυ,磷酸化蛋白作为概率神经网络的输入向量,对网络的主要参数(网络径向基函数分布spread(0~5))、输入向量和网络表现(m ean accurate rate of recogn ition)之间的关系进行了研究。主要结论如下:i)无论输入向量是哪种特征频率的组合,其平均识别正确率都高于71.40%;ii)当输入向量为特征频率sυ,po2、sυ,磷酸化蛋白或υc-0、sυ,po2、sυ,磷酸化蛋白时,网络表现较佳,平均识别正确率较好。当spread介于1.4~2.3时,两者均达到网络具有的最高平均识别正确率(85.71%);iii)大多数情况下,网络的平均识别正确率与spread之间呈现二个高峰的特征,即spread介于0.1~0.3和1.5~5.0之间时,网络均具有较高的平均识别正确率。研究表明,以傅里叶变换红外光谱的主要特征峰为概率神经网络的输入向量,用于食道组织样品的癌化识别分析是完全可能的,其平均识别正确率可达85.71%。     

氨基甲酸酯型α-猪去氧胆酸分子钳对分子的识别性能研究

用差紫外光谱滴定法考察了新型猪去氧胆酸分子钳1~6对苯胺、对甲氧基苯胺、对硝基苯胺等中性分子的识别性能,测定了主客体间的结合常数(Ka)和自由能变化(△G°)。结果表明,分子钳主体对所考察的客体分子显示良好的识别作用,主客体间形成1∶1型超分子配合物,最大结合常数可达3123.46L.mol-1,识别作用的主要推动力为氢键,范德华力等的协同作用。讨论了主体与客体的识别模式以及客体间形状、大小匹配和几何互补等因素对形成超分子配合物的影响,并利用核磁共振氢谱与计算分子模拟作为辅助手段对实验结果与现象进行了解释。     

瓜环对氨基酸的分子识别研究

使用¹H NMR和UV-Vis光谱法研究了七、八元瓜环对九种天然氨基酸盐酸盐的分子识别作用. 结果表明, 瓜环对芳香侧基取代的L-酪氨酸、L-色氨酸、L-苯丙氨酸均能进行有效识别, 而侧链上不带芳香基团的氨基酸, 如L-组氨酸、L-谷氨酸、L-蛋氨酸、L-缬氨酸、L-白氨酸、L-丙氨酸, 与这些瓜环的作用相对较弱. 对于七元瓜环, 主客体间都以1∶1化学计量比形成包结物, 并得到它们相互作用的稳定常数; 八元瓜环与L-酪氨酸及L-色氨酸也以1∶1形成包结物, 而与L-苯丙氨酸以1∶2形成包结物. L-酪氨酸、L-色氨酸和L-苯丙氨酸荧光性质研究表明, 七、八元瓜环既可成为这些氨基酸荧光性质的增敏试剂, 也可成为它们荧光淬灭试剂, 这与氨基酸的结构有关.     

电拓扑状态预测有机磷酸酯类化合物的气相色谱保留指数

以原子类型电拓扑状态指数(ETSI)有效表征35个有机磷酸酯类化合物(OP)的分子结构, 应用基于预测的变量选择与模型化(VSMP)方法建立OP化合物在3种不同固定相上的气相色谱保留指数(RI)与分子结构(ETSI)的定量相关模型. 结果表明, 影响不同固定相上OP色谱保留的主要结构因素都是由7个ETSI描述子对应的子结构碎片, 即: ＝CH₂,≡C—, aaC—, ＝O, —O—, Cl和Br. 其中子结构aaC—, ＝O和—O与OP化合物母体骨架密切相关, 而＝CH₂,≡C—, —Cl和—Br反映支链或取代基的变化. 通过多元线性回归法建立OP化合物在三个固定相上的定量结构-保留相关模型(QSRR)发现, 各QSAR模型的估计相关系数均在0.99以上, LOO检验相关系数在0.98以上, 表明模型具有良好估计能力与稳定性. 应用28个OP训练集样本构建的QSRR模型预测外部7个检验集RI结果表明训练集模型具有良好预测能力.     

基于樽海鞘群优化网络模型的计量装置状态识别方法

为提升用电信息采集系统客户服务部门的数据分析能力,提升客户服务精益化管理水平,针对计量装置状态远程识别准确率低的问题,提出了一种基于樽海鞘群优化网络模型的计量装置状态识别方法。该模型首先利用小波分解对样本集曲线类特征数据进行分解,并获取状态影响因子,然后利用LSTM长短期记忆网络进行计量装置状态分类,并计算损失函数后进行反馈调参,最后采用樽海鞘群算法优化LSTM网络的调参过程,待损失函数低于阈值后,固定参数输出模型。实验表明,樽海鞘群算法寻优调参可降低模型参数调参时间,并提高了分类算法的精准度。     

基于多源异构数据融合与RT的高铁网络优化系统

在高速铁路建设中,采用的电力拖车、路堑、站台、桥梁、明洞等特殊、形状不规则的建筑物,会对电磁波传播机理和多通路产生一定的影响,使其呈现出明显的衰减特性。从空间上看,呈现出强烈的空间异同性和频度相关,从而导致经验模型无法准确表征铁路场景的电波传播特性,成为制约无线网络规划精确度与效率、限制铁路移动通信系统高质量发展的理论瓶颈之一。针对这一挑战性难题,本文开展了基于多源异构数据融合的铁路移动通信高精确度网络规划及优化系统研究。采用高性能射线跟踪(RT)技术针对铁路通信930 MHz频段下的高铁场景进行了网络优化仿真。仿真结果表明,90%的接收信号强度相较于优化前提高了13.9 dB,显著提升了铁路复杂场景中的无线网络质量。     

基于自适应GMM杂波估计的改进MHT算法

在传统多假设跟踪(MHT)算法中通常会假设杂波强度先验已知,当观测场景中杂波未知且空变时,该假设将会导致跟踪算法性能急剧下降。针对这一问题,本文提出一种基于自适应高斯混合模型(GMM)在线估计未知杂波的改进MHT算法。首先利用自适应GMM拟合未知杂波空间分布,并自适应地估计出波门内的杂波强度;然后将其应用于MHT处理中,有效改善航迹得分计算和最优假设航迹估计的准确性,进而实现在杂波未知场景中的稳定跟踪。仿真结果表明,在未知杂波观测场景中,所提算法相比传统MHT算法和MHT-GMM算法获得了更好的数据关联准确性和航迹维持性能。     

面向ADS-B信号辐射源个体识别的轻量化模型设计

针对辐射源个体识别高精确度、轻量化、实时性的现实应用需求,提出了面向广播式自动相关监测(ADS-B)信号辐射源个体识别的轻量化模型设计方法。根据信号数据特点进行解码处理,并对不均衡样本进行权重调节,改善样本质量;通过分组卷积获取不同维度的细微特征,与初始特征拼接,实现多维互补特征融合,并联同步进行提高识别效率。利用Ghost bottleneck结构实现网络模型压缩与跨层连接,在融合多维特征的同时节省计算资源。实验结果表明,本文算法结构精简,计算量低,识别率达到95.2%,并在不同容量的样本识别中效果稳定。本文算法较好地平衡了辐射源个体识别精确度、轻量化与高时效的需求。     

室内射线跟踪关于反射次数的收敛性分析

由于射线跟踪所需时间随着反射次数增加而迅速增加,反射次数的上限值对于室内射线跟踪的精确度和效率至关重要。因此,本文开展了一个基于统计分析室内场景数据的射线跟踪收敛性研究。通过统计场景中的分布特征,分析射线跟踪不同反射路径的概率,研究接收功率关于射线跟踪最大允许反射次数的收敛关系,得出最优的反射次数上限值,实现优化室内射线跟踪的效率和精确度。将本文模型收敛性与射线跟踪仿真结果的收敛性参数进行对比,在同样计算精确度下,本文模型的收敛结果与射线跟踪仿真收敛结果一致,验证了本文模型的准确性。     

离散贝叶斯分类算法雷达目标一维距离像识别

首先讨论了传统贝叶斯分类器设计方法的局限性,然后提出了离散贝叶斯分类算法,并推导了离散贝叶斯分类器的分类误差估算公武.用大量的实测高分辨雷达目标回波数据进行计算机模拟,离散贝叶斯分类算法获得了平均94.33%的正确识别率,分类误差估算公式估算的分类误差为5.23%.计算机模拟结果表明了该方法的有效性.