拟南芥抗油菜黑胫病突变基因的遗传分析及染色体定位

以拟南芥黑胫病感病突变体及抗病野生型为材料,对不同世代群体进行遗传分析,结果表明,该突变性状为细胞核内两对重叠作用的基因所控制,感病植株为隐性突变体,其基因型为sc1sc2.同时对突变位点sc1及sc2进行了染色体定位研究.结果证实, sc1位于1号染色体的长臂上,sc2位于2号染色体的长臂上.为进一步研究拟南芥抗病功能基因奠定了基础.     

基于反射配置的工作流管理系统研究与实现

为了支持企业流程的多变性以及流程网络的复杂性,工作流越来越多的倾向于降低耦合性,其中包括采用WebServ-ices,使用无集中引擎,基于RBAC技术控制授权规则的工作流引擎等。采用反射配置的技术实现了工作流的复杂网络的支持,以及对业务处理与工作流程的耦合性的降低,工作流跳转判断条件与工作流耦合性的降低,使其能适应工作流程的多变性,在项目开发中更加有效。     

基于改进遗传算法的工业机器人能耗最优轨迹规划

为了降低工业机器人在工作过程中的能耗,提出了一种能耗最优的轨迹规划方法。将机器人的轨迹视为由空间中一系列的型值点构成,每相邻的型值点间由一段五次B样条曲线连接,得出机器人的轨迹函数。以动能作为目标能耗函数,同时考虑各个关节的运动学和动力学约束。对遗传算法进行改进,用于优化目标能耗函数,此改进遗传算法提高了算法的运算效率、局部搜索能力和实时性。对优化结果进行仿真,得出各个关节的运动学参数变化曲线,分析各个关节的曲线图知其均满足运动学和动力学约束条件,验证了此优化轨迹的合理性。     

基于分形网络模型的裂隙岩体渗流特性分析

基于分形网络模型提出了裂隙岩体渗透率参数估计方法。采用网格模板方法产生具有分形结构的岩体裂隙网。根据渗流网络的并联原理,建立了岩体裂隙网络等效渗透率计算方法。研究表明,岩体裂隙网络系统的等效渗透率随着裂隙分形比例因子和分级数目的增加而增加。裂隙岩体的等效渗透率能够采用分形网络方法进行解析预测。     

大功率无线电力传感网络信道交叉映射机制

大功率无线电力传感网络通信组网中,信道的交叉映射可以实现分层管理和提高抗干扰性能抑制。传统方法中,采用多因性的时帧分布调节方法是实现大功率无线电力传感网络信道交叉映射,容易导致无线电力传感网络节点出现信道频移,数据通信丢包较大。提出一种基于数据转发链路估计的大功率无线电力传感网络信道交叉映射机制。构建节点数据传输模型,进行大功率交叉网络模型构建和信道模型构建,把传感器节点划分为多个簇,构建无线电力传感网络,实现节点优化覆盖。计算大功率交叉网络信道的数据转发链路转发冲激响应函数,实现网络信道的交叉映射机制改进。结果表明,该模型能有效提高数据转发成功率,数据收集的稳定性提高了10%,保证有较高的通信成功率,且功耗减少24%,信道的交叉映射可以实现分层管理,提高抗干扰性能抑制,性能优越传统方法。     

Power law and small world properties in a comparison of traffic city networks

We analyze the statistical properties of the urban public bus networks of two cities (Beijing and Chengdu) in China. To this end, we present a comprehensive survey of the degree distribution, average path length, and clustering of both networks. It is shown that both networks exhibit small world behavior and are hierarchically organized. We also discuss the differences between the statistical properties displayed by the two networks. In addition, we propose a weight distribution approach to study the passenger flow through the public bus networks we considered. A hierarchical structure is observed here also.     

基于时域模糊决策融合的雷达工作模式识别方法

在雷达工作模式识别中,侦察设备对雷达信号参数的测量误差严重影响了识别效果,针对这一问题文中提出时域模糊决策融合(TFDF)的雷达工作模式识别方法。首先分析了雷达脉冲组特征,在脉冲组层次提取雷达信号的脉冲组描述字(PGDW);然后基于联合隶属度函数改进传统的神经网络硬判决方式,实现雷达信号识别的模糊决策;最后运用DS证据理论将多个时刻的模糊决策融合,从而完成雷达工作模式的最终识别。基于时域模糊决策融合的识别方法可以有效改善参数测量误差对工作模式识别效果的影响。仿真结果以及对比实验表明,文中所提算法具有更好的抗噪性能,在雷达信号的参数测量误差为15%时仍具有90%以上的识别率。     

可靠性分析的并行不交和算法

不交和算法是计算网络可靠性的有效方法，到目前为止，基于这一方法已经开发出多种算法，提出了对这些不交和算法实行并行化的通用框架。基于这个框架，在工作站网络上实现了CAREL不交和算法的并行化版本。实验结果表明，这种方法效果很好，几乎得到线性加速。     

基于卷积神经网络的图像分类研究进展

基于卷积神经网络的图像分类算法的优势是传统方法无法比拟的。卷积神经网络利用其设计好的网络结构和权值共享的特点,能够从数量庞大的训练数据中学习图像底层到高级语义的抽象特征,而且端到端的学习省去了在每一个独立学习任务执行之前所做的数据标注。多年来,卷积神经网络经过科研人员的探索和尝试,从最开始的多层神经网络模型,演变出多种优化结构,性能不断提高。本文介绍了基于卷积神经网络图像分类算法的研究进展,叙述了卷积神经网络在图像分类中的经典模型和近年来的改进方法,并对各个模型进行分析,展示各种方法在ImageNet公共数据集上的性能表现,最后对基于卷积神经网络的图像分类算法的研究进行总结和展望。     

GPS网与地面网约束条件的序贯平差

采用简洁的方式,导出了固定参数序贯平差的计算公式,并对ＧＰＳ网与地面网中存在的固定边长和固定坐标方位角等约束条件进行序贯平差。结合矿区实例,讨论了约束条件的精度对ＧＰＳ网精度的影响问题。