虚拟原子探针随机采样法用于氨基酸结构描述及其构效关系研究

考虑药物与蛋白质受体的3类非键作用模式, 利用8类虚拟原子探针和Monte Carlo随机采样技术, 得到了一套新的氨基酸侧链表面静电、立体及疏水势能场(ASSPF)参数. 在此基础上对苦味二肽和血管舒缓激五肽进行了结构表征和QSAR研究, 所建模型复相关系数R2和留一法交互检验复相关系数QLOOCV2分别为0.8457, 0.851和0.7688, 0.7952, 同时分析了肽链不同位置上氨基酸侧链对活性的影响, 取得较好的结果.     

一种可能的简并谱NNS分布

To expose the statistical properties of the degenerated spectrum, with the aid of the random matrix theory,a possible form of the NNS distribution function of the degenerate spectrum was proposed by providing a solution in terms of the same-degeneracy case. The results indicate that the target spectrum is transformed into two sub-spectra: a random one and a regular one, and that the repulsion level of the regular spectrum is also decreased.     

An ensemble learning framework for potential miRNA-disease association prediction with positive-unlabeled data

To explore the pathogenic mechanisms of MicroRNA (miRNA) on diverse diseases, many researchers have concentrated on discovering the potential associations between miRNA and disease using machine learning methods. However, the prediction accuracy of supervised machine learning methods is limited by lacking of experimentally-validated uncorrelated miRNA-disease pairs. Without these negative samples, training a highly accurate model is much more difficult. Different from traditional miRNA-disease prediction models using randomly selected unknown samples as negative training samples, we propose an ensemble learning framework to solve this positive-unlabeled (PU) learning problem. The framework incorporates two steps, i.e., a novel semi-supervised Kmeans (SS-Kmeans) to extract reliable negative samples from unknown miRNA-disease pairs and subagging method to generate diverse training sample sets to make full use of those reliable negative samples for ensemble learning. Combined with effective random vector functional link (RVFL) network as prediction model, the proposed framework showed superior prediction accuracy comparing with other popular approaches. A case study on lung and gastric neoplasms further confirms the framework’s efficacy at identifying miRNA disease associations.     

基于两步正交相移干涉的振幅图像光学加密技术

提出一种基于两步正交相移干涉的光学图像加密技术.这种相移干涉数字全息只要记录两幅干涉图,不需要记录物光波和参考光波的强度信息,就可以再现没有零级像和共轭像的再现像.物光波对应的光路经过两次菲涅尔变换,并结合双随机相位编码.参考光分别引入0和π/2相位,用数字化记录介质记录两幅数字全息图作为加密图像.解密时只要获得正确的密钥,经过简单的计算就可以重建清晰的原始图像.模拟实验验证了它的可行性和有效性,分析了抗裁剪和噪音的鲁棒性.     

关于提高《随机数学》教学效果的教学策略分析

教学策略是以教育思想为指导,在特定的教育情境中,为实现教学目的而制定,并在实施过程中不断调整、优化,以使教学效果趋于最佳的方案。本文针对理工科《随机数学》教学过程中的教学策略进行了分析和探讨,指出教学策略应该伴随整个教学过程的始终,重点做好课前、课上以及课后三方面的教学工作,使学生真正理解和掌握《随机数学》学科所研究的对象、思想方法及实践意义。     

具有两个方差分量的一般随机效应线性模型中回归系数和参数的G-M估计

本文考虑具有两个方差分量的一般随机效应线性模型Y=Xβ e。对该模型随机回归系数和参数的线性可估函数Sα Qβ,给出了Sα Qβ的G—M估计存在的充要条件与其所有的G—M估计。     

厚板的随机响应

本文把厚板作为连续体,引用具有外阻尼和内阻尼的弹性厚板的振动方程对厚板的随机响应进行了分析,其中荷载用随机函数来描述,给出了厚板动力特性的解析表达式和厚板随机响应的一般表达式。文中以矩形板为例给出了数值结果。对按改进理论和经典理论所预示的结果进行了比较。     

核电站辅助厂房结构体系的随机临界地震响应

以某核电站工程为背景，建立了地基土－核电站辅助厂房结构相互作用体系的运动方程，并求出其频率响应函数，将随机临界地震响应分析法引入多自由度相互作用体系，分析在单向地震输入下，体系的随机临界地震响应，并和相同能量单向地震输入下体系的随地地震响应相比较，从而对随机临界地震响应分析法的实用性作一定量评估。     

Robust序贯检测及窄带随机相位信号的Robust M-检测

Robust检测是信号检测的一个新分支,不仅可用于已知信号的检测,还可用于随机信号与随机参量信号的检测等方面.本文首先讨论将序贯检测方式引入有限样本的Robust检测,导出Robust序贯概率比检测器RSPRT,证明其具有提高信号处理速度和节约平均样本等优点.本文还针对雷达和声纳系统常遇到的窄带随机相位信号,研究如何利用位置参数M-估计方法和理论,导出了窄带随机相位信号的Robust M-检测器,经过计算机模拟证明具有良好的Robust性.     

m相依样本均值的随机加权估计

本文利用随机加权法建立了m相依样本均值的随机加权估计,并且证明了这种估计的相合性。