课程文献中心 更多>>

关键词： 典型工况   数据采集   运动学片段   特征值  

摘要： 随着汽车工业的发展,我国汽车的保有量逐年增高,由此带来的能源、环境以及道路拥堵等问题日趋显著。汽车能量消耗与尾气排放评价是通过汽车典型工况在实验室进行测试的,典型工况不仅是汽车能耗、排放检测的基础,同时也是汽车产品开发、匹配、评价的基础。本文的研究工作依托于工信部“中国新能源汽车产品检测工况”项目,主要对石家庄车辆行驶数据的采集及轻型车辆典型工况的构建进行了研究。对于重型车辆的行驶数据进行了处理,计算并分析了重型车辆运行的特征值。首先,开发了一款车载数据采集终端,它与项目总体组的远程监测系统配合可实现异地试验车辆的远程数据采集;然后,分别截取了25辆轻型车辆和10辆重型车连续1个月的行车数据,轻型车共收集5372734条数据;重型车共收集6931606条数据,由此建立了轻、重型车辆行驶数据库。接下来,使用运动学片段和特征参数分析的方式对石家庄典型工况进行了如下研究:1.通过C语言编程,开发了数据切割和筛选软件,软件还可实现大量运动学片段特征值的计算。2.以片段最高速为划分依据,分别建立了低、中、高、超高速四种速度区间的片段数据库,结合欧洲轻型车行驶工况WLTC的时间长度和时长分配比例,确定了不同速度区间的工况时间分别为571s、433s、428s和319s;通过计算不同速度区间内片段特征值以及不同长度片段所占总时长的比例来确定最优片段,最终建立了轻型车的典型工况。3.通过对比不同速度区间内的工况特征值与片段特征值、整体工况特征值与整体片段特征值的方式来对构建的工况进行验证。石家庄轻型车工况的总时长为1704s,怠速比例、匀速比例、加速比例和减速比例分别为19.5%,13.9%,35.2%和31.3%。平均速度为35.1km/h,片段行程为1.27km。4.通过软件计算得出重型车辆运动学片段的整体特征值,得出了片段的平均时长为54.3s,怠速、匀速、加速和减速的比例为29.7%,20.1%,26.4%和23.8%,片段平均行程为0.23 km,平均速度为15.3 km/h。整体特征与公交车相似,片段长度较短、怠速比例偏高、平均速度偏低。

关键词： 核酸结合蛋白预测   RNA结合蛋白预测   DNA结合蛋白预测   支持向量机   特征编码   特征向量   特征选择  

摘要： 与核酸结合的蛋白质称为核酸结合蛋白,根据结合对象是RNA或是DNA,分为RNA结合蛋白(RBP)和DNA结合蛋白(DBP)。通过与RNA或DNA相互作用,核酸结合蛋白在多种细胞过程中起到重要作用,比如基因的转录、转录后调控、翻译等。由于用实验手段识别核酸结合蛋白需要大量的金钱和时间的投入,因此需要开发能够大规模、高精度地预测哪些蛋白质可能与RNA或DNA有相互作用的计算方法,进而对实验设计有指导作用。本文对于核酸结合蛋白的预测问题进行了深入的研究,包括对RNA结合蛋白的预测、DNA结合蛋白的预测以及核酸结合蛋白的多类预测。为了具有更广的适用性,我们从蛋白质序列出发,结合支持向量机分类,开发了RBPPred方法,进行RNA结合蛋白的预测。采用的蛋白质特性包括:氨基酸的疏水性、极性、标准化的范德瓦尔斯体积、极化性、预测的二级结构、预测的溶剂可及性、侧链的带电性和极性以及蛋白质的进化信息。结果显示,RBPPred在2078个RBPs和7093个non-RBPs采用十倍交叉验证,取得的灵敏度为83%,特异性为96%,马修相关系数为0.808。并且,在独立的人类蛋白质数据集上进行测试,RBPPred取得的灵敏性为84%,特异性为97%,马修相关系数为0.788。通过与其他方法在不同数据集上进行比较,结果表明,RBPPred比目前已知的其他方法取得的结果要好很多。另外,我们还测试了RBPPred方法预测新RBPs的能力,进一步证实了该方法的实用性和预测能力。最后,我们把RBPPred应用到不同物种的蛋白质组上,在每个蛋白质组中都预测了一些可能的RNA结合蛋白,并对蛋白质中含有的保守性RNA结合结构域进行了分析。在RBPPred的基础上,我们进行了进一步的改进和完善,主要包括数据集的更新、增加了3个重要的属性特征、探索了不同序列比对数据库对RNA结合蛋白预测的影响,开发了RBPPred2.0。结果表明,RBPPred2.0相对于RBPPred在预测性能上有进一步提升。鉴于RBPPred2.0在RNA结合蛋白预测中的优异表现,我们把RBPPred2.0中用到的所有属性特征扩展到DNA结合蛋白和核酸结合蛋白的多类预测中,开发了DBP-Pred和NABP-Pred方法。经测试,DBP-Pred在含有1244个DBPs和1244个non-DBPs的非冗余的独立测试集上取得的预测灵敏度、特异性、MCC值分别为66%、87%和0.548,比其他方法的预测性能要好。在核酸结合蛋白的多类预测中,根据蛋白质与核酸的结合情况,我们定义和构建了四个新的蛋白质数据集(分别是DRBP、o DBP、o RBP、non-NABP),可以在一个模型上进行DBPs和RBPs的预测。这种全新的数据集定义方式,在核酸结合蛋白的预测算法中是第一次。通过在含有212个DRBPs、1939个o DBPs、1314个o RBPs和4993个non-NABPs的数据集上进行五倍交叉验证,NABP-Pred取得的总体预测准确度为76.08%。

关键词： 特征值   无柄金丝桃   波动方程   粒子群优化算法   工艺优化   神经网络  

摘要： ~~

关键词： 反对称矩阵   对称矩阵   行列式   应用  

摘要： 本文主要介绍了反对称矩阵的几个性质及其一些新应用。

关键词： Sturm-Liouville问题   Dirichlet边界条件   加权Lyapunov 型不等式   加权可积空间   极值  

摘要： 本文主要考虑带有Dirichlet边界条件的Sturm-Liouville问题,主要研究工作如下:第二章,我们利用Green函数和Mercer定理建立了加权的Lyapunov型不等式,它是对经典的Lyapunov不等式的推广;其次,我们获得了不等式成立的最佳常数,并且证明了不等式在分布意义下可取等号.第三章,给定一个特征值,在加权可积空间下,我们利用已建立的加权的Lyapunov不等式,得到了势函数在该空间下的范数的极值定量公式;其次,给定加权可积空间内的一个闭球,当势函数属于闭球时,我们得到了第n个特征值的极值.

关键词： 股指   机器学习   特征向量   支持向量回归   遗传算法  

摘要： 股票价格指数的变化可以有效反映股票市场各种股票的价格水平,帮助投资者理解股票变动情况。当下,中国股票市场在国民经济中的作用和地位是越来越重要。因此,研究股指变化规律对于市场管理者和广大投资者来说都具有很重要的意义。本文通过建立回归模型来预测股指的变化规律。首先,从实验数据的选取入手。不同于以往的研究方法,本文采用多种实验数据,主要包括大盘指数和股票历史交易数据。由于股指是通过股票价格加权求得,通过股票的交易数据可以更有效的求得股指的变化规律。其次,本文提出多种新的特征向量用于股票指数的预测。特征向量是预测模型重要的组成部分,本文从不同的方面求得多个特征向量,包括:成交分布、成交对比、上升下降趋势总对比、上升下降功能、动能趋势等。最后,本文选择支持向量回归作为我们的预测模型,并使用遗传算法寻求模型的最优参数。通过大量真实的股票数据验证了本文得出的模型可以有效的对股指的变化进行预测,帮助广大投资者了解股票市场的变化情况,对于普通投资者的股票投资有一定的参考意义。

关键词： 等幂和问题   平方和  

摘要： 下面要说的一个"现象",它展现开来非常浅显,连小学生都能看懂,但其中的规律却让人感到匪夷所思.我们先来看两组数:A:1,5,10,18,23,27;B:2,3,13,15,25,26.这两组数有什么关系呢?它们满足一个神奇的性质"这两组数的和相等",即:1+5+10+18+23+27=84=2+3+13+15+25+26.说到这里,你也许会不屑一顾:这有什么稀奇的,这样的数组要多少有多少啊!

关键词： 轻度认知障碍   Logistic映射模型   双谱熵   多尺度样本熵   线性相关  

摘要： 轻度认知障碍(Mild Cognitive Impairment,MCI)是从正常衰老状态过渡到阿尔茨海默病(Alzheimer’s Disease,AD)的一个早期阶段,主要特征表现为记忆力的损伤,日常生活能力没有显著的下降。糖尿病引起的轻度认知功能障碍是发展成痴呆的重要因素,其中2型糖尿病转换成痴呆的频率极高。随着患病率逐年上升,2型糖尿病严重影响到了患者的生活质量,因此研究糖尿病与认知功能相关的脑电信号,可加深人们对糖尿病认知功能损害机制的了解,对认知障碍的早期预防有重大意义。首先,对脑电信号的基础知识进行简要研究,其中包括脑电信号的产生机理及特点、伪迹的分类、常见的预处理方法。对国内外基于熵算法的脑电信号研究领域的最新动态以及发展趋势进行深入分析。简要分析了脑电数据的采集、糖尿病MCI纳入和排除标准以及认知功能评估的常用量表。其次,在双谱的研究基础上,进一步研究了基于AR模型估计的双谱熵算法。对Logistic映射模型的非线性动力学特性进行研究,利用Logistic映射模型对双谱熵算法进行实验仿真,同时采用抗噪性和数据长度作为分析该算法性能优劣的标准。双谱熵算法具有较好的抗噪特性和对数据长度选取不敏感的特性,因此该算法具有广泛的实用性,可以用于实际脑电数据的分析。将该算法用于糖尿病患者MCI组和对照组脑电信号的非线性变化的分析,探究双谱熵与神经心理学测试之间的皮尔森线性相关性。最后,在样本熵算法的研究基础上,进一步研究了多尺度样本熵的算法,同时采用Logistic映射模型对多尺度样本熵算法性能进行实验仿真,探索不同数据长度对样本熵的影响,在不同尺度区域内噪声强度对样本熵的影响,以及在不同尺度条件下样本熵数值的变化。将样本熵和多尺度样本熵算法用于实际糖尿病患者脑电信号分析,在短尺度区域和长尺度区域两种情况下,进行多尺度样本熵与神经心理学测试之间的皮尔森线性相关性分析。与糖尿病患者对照组作对比,在长尺度和短尺度区域内探究糖尿病多尺度复杂性的区别。

关键词： 行列式  

摘要： 有些人,他们的姓氏我已遗忘,他们的脸却经常浮现——像晴空,在整个雨季中我们不见它,却清晰地记得它。那一年,我读小学二年级,有一个女老师——我连她的脸都记不起来了,但好像觉得她是很美的(有哪一个小学生心目中的老师不美呢),也恍惚记得她身上那片不太鲜丽的蓝。她教过我们些什么,我完全没有印象,但永远记得某个下午的作文课,一名同学举手问她"挖"字该怎么写,她想了一下,说:"这个字我不会写,你们谁会?"

关键词： 鞍点问题   矩阵分裂   迭代方法   特征值   (半)收敛性分析   数值实验  

摘要： 鞍点问题在许多科学计算和工程领域都有实际的应用,例如计算流体动力学、电子网络、椭圆偏微分方程的混合有限元近似、图形处理等,因此快速而有效的求解鞍点问题是数学研究中的热点问题,本文的主要内容有:绪论,主要概括鞍点问题的发展以及研究现状.除此之外,还引入了本文所需要的一些基本定义和符号.第一章,研究求解非奇异鞍点问题的PAHSS-PTS分裂迭代方法.新方法是基于PAHSS方法和预处理三角分裂技术得到的,且在一定条件下是收敛的.第二章,研究求解奇异鞍点问题的IU-Uzawa迭代方法.将移位分裂技术运用到奇异鞍点问题的系数矩阵的第一个分块上,再通过结合Uzawa算法,从而得出这种新方法.IU-Uzawa方法的半收敛性得到了证明,数值实验验证了这种方法的有效性.第三章,对ULT分裂迭代方法进行推广,提出了可以求解奇异和非奇异鞍点问题的参数化ULT分裂迭代方法.该方法的收敛性和半收敛性均得到了验证.第四章,研究求解非对称鞍点问题的局部HSS三角分裂迭代方法,将HSS分裂技术运用到非对称鞍点问题的系数矩阵的第一个分块上,再通过三角分裂,从而得到这种新方法.第五章,对本文的研究工作给予总结,并提出了未来研究工作的设想和尚待解决的问题.