利用统计语言模型对GenoCAD设计结果进行优化

GenoCAD(www.genocad.com)是一种基于Web的免费合成生物学设计软件,使用它可以进行表达载体及人工基因网络设计。不断地点击代表各种合成生物学标准"零件"的图标,以一种语法进行设计,最后就可以得到由数十个功能片段组成的复杂质粒载体。但是一般来讲在GenoCAD中,每一类的合成生物学标准"零件"数量众多。随着这些标准"零件"的不断开发,其数量也在进一步增加,目前选择合适的"零件"组装成功能性的质粒载体费时费力并且容易发生错误。在进行载体设计的最后阶段,从众多的"零件"中选择合适的往往比较困难。为解决这一问题,采用自然语言处理的统计语言模型,并以该模型为基础应用动态规划算法优化质粒载体设计,从众多的选项中找出最优者。利用这一方法可以减少进行生物学实验的冗余操作,从而减少载体构建过程中的花费。     

五点差分格式求解泊松方程并行算法的研究

以二维静电场泊松方程数值求解的串行算法(雅可比迭代、超松弛迭代)为基础,提出了五点差分格式超松弛迭代(SOR)求解二维静电场泊松方程的并行算法,通过与雅可比迭代(Jacobi)并行算法的时间复杂度、加速比和空间复杂度进行对比,得出超松弛迭代的并行算法具有更低的时间复杂度、空间复杂度和更高的加速比与效率。通过实验验证,CHIPIC软件的泊松模块宜采用超松弛迭代并行算法。     

采用双向搜索算法的简单D0L系统反演研究

研究如何把D0L系统经过快速搜索,寻找出能够通过L系统迭代生长复原的D0L基因组.采用的方法是通过双向搜索算法寻找到基因的产生式,然后用除法运算得到完整的基因组.双向搜索算法的基本思想是在L系统字符串的头部寻找符合约束条件的字符子串,然后从尾部开始取等长字符子串进行比对,匹配后用约定条件来判定该子串是否为产生式.     

设施布置问题的非线性目标规划模型及其遗传算法

由于设施布置问题实际上是一个极其复杂的多约束多目标的优化问题 ,本文将其建模为一新的非线性目标规划模型。为更快更好地求解这一模型 ,本文采用了一种新的遗传算法。它不仅能有效处理不等面积及固定设施问题 ,而且有希望解决多层布置问题。     

改进的基于听觉掩蔽特性的语音增强

该文利用人耳感知的掩蔽特性,研究了一种改进的基于人耳听觉掩蔽特性的语音增强方法。该方法改进了对含噪语音中噪声的估计,即在估计噪声时,先在帧上判断语音的有无,然后在频率点上判断语音的有无,最后再从感知的角度,利用估计出的语音信号计算掩蔽阈值,以此在时域和频域上合理地调整增强系数。仿真结果表明,该方法不仅使信噪比有较大的提高,而且减少了语音失真,同时也很好地抑制了背景噪声和残余音乐噪声。     

非线性规划的元胞蚂蚁算法

将元胞自动机思想引入到蚂蚁算法中，提出一种新的进化算法——元胞蚂蚁算法。通过算法的元胞演化机制对信息素的二次分配，有效扩大了对解空间的搜索，避免陷入局部最优，并提高了寻找到所有全局最优解的能力。通过对一系列典型多极值优化问题的求解，均找到了所有全局最优解，显示了其在寻找多峰函数极值点方面的优越性。     

图像处理技术在乘用车侧面碰撞试验中的应用

多媒体计算机序列图像运动分析系统与摄影测量学理论相结合,成为较完善的非接触动态测量系统.在乘用车侧面碰撞试验中采用图像采集和数字图像处理技术,结合直接线性变换(direct liner transformation,DLT)算法,分析碰撞试验中标示点的变形量,提高乘用车侧面碰撞强度,为汽车被动安全性研究提供依据.     

Minimum Cost Edge Subset Covering Exactly k Vertices of a Graph

Given a graph G with nonnegative edge costs and an integer k, we consider the problem of finding an edge subset S of minimum total cost with respect to the constraint that S covers exactly k vertices of G. An O(n ³) algorithm is presented where n is the order of G. It is based on the author's previous paper dealing with a similar problem asking S to cover at least k vertices.     

Simultaneous Search

We introduce and solve a new class of “downward‐recursive” static portfolio choice problems. An individual simultaneously chooses among ranked stochastic options, and each choice is costly. In the motivational application, just one may be exercised from those that succeed. This often emerges in practice, such as when a student applies to many colleges or when a firm simultaneously tries several technologies. We show that such portfolio choice problems quite generally entail maximizing a submodular function of finite sets—which is NP‐hard in general. Still, we show that a greedy algorithm finds the optimal set, finding first the best singleton, then the best single addition to it, and so on. We show that the optimal choices are “less aggressive” than the sequentially optimal ones, but “more aggressive” than the best singletons. Also, the optimal set in general contains gaps. We provide some comparative statics results on the chosen set.     

修正FTF算法用于高速数传快衰落信道自适应均衡的研究

短波高速数传是当前通信领域研究的一个重要方面,克服这类信道快衰落时变特性给数传带来的障碍是研究的中心课题.近些年提出和探讨的最小平方自适应均衡新技术,人们认为是解决这一问题的有效途径,普遍为人关注.本文对作者已提出的计算复杂度低、稳定性良好的修正 FTF 自适应均衡算法作了进一步研究.考查了其硬件实现方面的问题并模拟分析了均衡性能,初值选取,最佳级数和启动时训练与否的影响等,得出了许多有益的结论.这些分析与讨论对于硬件实现是十分必要的.