混沌扩频序列有限精度研究

对混沌序列有限精度下限进行了研究,结果表明,经典混沌序列所需精度非常高,而现有几种对Logistic混沌序列进行改进的方法使其所需精度明显下降.对这些方法进行了分析比较和改进,改进后计算量明显降低,硬件实现更加容易.     

“FAST”主动反射面的调节

介绍2021年“高教社杯”全国大学生数学建模竞赛A题“‘FAST’主动反射面的形状调节”的建模思路,并简要评述参赛论文评阅的总体情况.     

基于Attention Bi-LSTM模型构建蛋白质诱饵序列库

利用计算机技术在海量质谱数据中鉴定蛋白质序列是蛋白质组学研究最基本且重要的任务之一,诱饵序列库构建的好坏是蛋白质鉴定质量控制成功的关键之一。发展了基于注意力机制-双向长短期记忆神经网络(Attention Bi-LSTM)的诱饵序列构建方法,整体研究基于编码-解码框架,采用双向长短期记忆神经网络在解决传统循环神经网络梯度消失问题的同时,可以捕获前向后向更多依赖信息对处理序列数据更加有优势;引入注意力机制提高模型对目标序列库和诱饵序列库相关程度的关注度;并与目前常用的随机和反转算法进行比较。结果显示,基于Attention Bi-LSTM模型构建的诱饵序列库能满足理想诱饵序列库的各项特征要求;在不同大小实验数据集以及谱图、肽段、蛋白3个层面对比分析,显示构建的诱饵序列库与其他方法比具有更好的灵敏性。因此,Attention Bi-LSTM是一种很有潜力的诱饵序列库构建方法。     

一条强大数律的注记

本文主要结果为鞅差序列{X_i,J_i,i≥1}服从强大数律的充分条件为(1) sum from i=1 to ∞(E[|X_i|~p/a~p_i+|X_i|~p|J_(i-1)]<∞,0相似文献   

关于不定方程χ3+1=7y2

利用递归数列、同余式和平方剩余证明了不定方程x3+1=7y2仅有整数解(x,y)=(-1,0),(3,±2).     

MR影像体素形态学的阿尔茨海默病自动分类方法

为了确定轻度认知功能障碍(MCI)与阿尔茨海默病(AD)患者发生萎缩的重要脑区,实现正常老年人(NC)对照组、MCI与AD三组人群的分类,选择了178名被试的脑部MR影像,利用体素形态学与方差分析方法,考察NC,MCI与AD三组人群的MR影像中灰质体积差异;然后,采用递归特征消去法对特征进行降维;最后,利用线性支持向量机对这3种人群进行分类.实验结果表明,MCI组与NC组、MCI组与AD组、AD组与NC组的平均分类准确率分别为(90.2±1.3)%,(74.7±0.9)%,100%.对分类产生重要影响的脑区包括海马、海马旁回、杏仁核、梭状回和嗅皮层等.所提方法不仅能有效揭示NC,MCI,AD三组人群的脑灰质差异,阐明MCI患者与AD患者脑区发生萎缩的过程与特性,而且能准确区分这3组人群,具有显著的临床应用价值.     

成都麻羊与四川各地黑山羊品种(群体)mtDNA D-1oop序列多态性研究

采用mtDNA多态性标记对成都麻羊与四川各地黑山羊品种(群体)D-loop序列多态性进行分析.结果表明,供试山羊品种(群体)mtDNA片段长度为16kb左右,mtDNA D-loop片段长度为1210～1212bp,共检测到10种单倍型,群体间共有多态座位83个,单一多态座位23个,简约信息座位24个,平均核苷酸歧异度为0.001510,D-loop序列多态性较贫乏.经聚类,成都麻羊与四川各地黑山羊品种(群体)分为两大类,成都麻羊首先与金堂黑山羊(D=0.203)聚在一起后,再依次与乐至黑山羊(D=0.223)、建昌黑山羊(D=0.477)、白玉黑山羊(D=0.593)形成一大类;合江黑山羊与江安黑山羊(D=0.231)先聚在一起后,再与自贡黑山羊(D=0.337)聚为1类,营山黑山羊与嘉陵黑山羊(D=0.242)聚为1类,2类形成另一大类.最后两个大类聚在一起.聚类结果与供试山羊品种(群体)来源和生态地理分布相一致.     

基于NCBI核酸数据库资源的产黄青霉微卫星序列的筛选

利用生物信息学方法在产黄青霉基因组中筛选微卫星序列,并对其基因组中微卫星数量和丰度进行了研究.利用SSRHunter1.3软件在长度为30 090 464 bp的产黄青霉基因组中共找到163个微卫星序列.其中以两碱基重复类型数目最多,为133个,占重复序列总数目的 81.60%;其次是三碱基重复为29个,占17.79%;最后是四碱基1个,占0.61%.在两碱基重复序列中,AT(44.79%)重复类别最多,其次是AG(23.92%).在三碱基重复序列中,共发现9种重复类别,其中以AAG和ACT重复类型最多,为6个(3.68%),其次是ACC(2.45%),最少的是AGC(0.61%).四碱基重复中,只有1种重复类别,为ATGT(0.61%).同时选取二碱基的重复次数在7以上和三碱基的重复次数在6以上的微卫星序列,利用Primer Premier 5.0软件设计了引物,共得到30对引物.本研究不仅为后续产黄青霉微卫星标记的筛选奠定了基础,也丰富了其基因组学资源,对产黄青霉的种群遗传结构分析、分子标记选育和遗传多样性有重要意义.     

基于整体序列建模的会话推荐模型

会话推荐常用的循环神经网络根据会话的短期交互生成相关表示。循环神经网络采用多次迭代的方式逐步生成表示,在每次迭代中选取局部最优解,无法从全局角度考虑会话记录中各项目的重要性,使会话表示的性能受限。针对该问题,该文提出一种基于整体序列建模的会话推荐模型,通过综合考虑各项目内容对会话表示的重要性,生成更为有效的会话表示。为了更好地挖掘项目内容在会话推荐中的重要性,该文联合分析了该项目在会话历史中所处的位置和该项目与会话最新交互项目的关系等信息,衡量该项目在会话中的权重,最后融合会话历史中的各项目信息生成整体的会话表示。在3个公开数据集上进行的大量实验表明,该文方法明显优于现有方法,证明了其有效性。     

蛋白质的二级结构序列和结构型

从蛋白质的二级结构序列出发 ,提出了冗余的概念 ,定义了冗余数量和冗余长度 ,给出了不同结构型蛋白的冗余数量和长度的分布特性 .统计结果表明 α类蛋白中 30 %、β类蛋白中84 %、α/β类蛋白中 95 %的序列不同程度的存在冗余 ,冗余数量和冗余长度主要分布在 1～ 3的范围 .以主二级结构序列三联体为参数 ,利用信息聚类方法对 α类、β类、α/ β类、α β类的6 0 0个蛋白进行了聚类 ,结果表明 ,对冗余较少的α类蛋白 85 %以上能够较好地聚类在一枝中 ,但对于冗余较多的其它类蛋白不能分在一个大支中 ,大部分可以分散在多个小支中 .以主二级结构序列三联体为参数 ,利用 Mahalanobis距离方法对上述四种结构型进行预测 ,预测的总体准确率为 81 .1 % .聚类结果和利用 Mahalanobis距离分类结果充分展示了蛋白质二级结构序列对结构型的特殊作用 ,但由于冗余的影响使得二级结构序列的信息并未充分显示出来 .说明从蛋白质二级结构序列出发预测结构型和构建蛋白质框架结构是合理的选择