临坡条形基础极限承载力上限计算

利用极限分析中的机动法,构建临近边坡条形基础承受极限承载力的二维机动许可破坏模式．根据外力功率与内部耗能相等获得极限承载力的目标表达式,并把其转化成了一个求含有非线性约束的极限承载力上限解最小值问题计算模型．通过编制和调用计算程序,对建立的计算模型采用序列二次规划法（SQP）进行了优化求解．研究结果表明：边坡倾斜程度δ和岩土体内摩擦角φ对临坡条形基础地基承载力影响较大;边坡坡角δ的增加将使地基破坏区域发生显著变化,使各分项系数Nr,Nc,Nq迅速减小;而内摩擦角φ增加对Nr、Nc、Nq的影响则相反．     

致过敏性哮喘的葎草花粉特异性变应原pTSX1 cDNA克隆的生物信息学分析

目的 对免疫学筛选鉴定获得的葎草花粉过敏哮喘特异性变应原阳性pTSX1 cDNA克隆进行生物信息学分析.方法 运用生物信息学的序列分析、序列比对、基因构成和蛋白质的结构及功能进行预测.结果 pTSX1 特异性变应原克隆序列分析表明,该克隆与现有的已知基因均无高度同源性.其序列有一615bp的开放阅读框(61～675bp),编码204个氨基酸.预测pTSX1蛋白的氨基酸序列编码蛋白很有可能为核糖体蛋白.结论 获得的葎草花粉过敏哮喘特异性变应原阳性pTSX1 cDNA克隆是一个新的基因,pTSX1基因编码的蛋白可能是核糖体蛋白.     

棉铃虫核型多角体病毒泰国株ORF27全长基因序列分析及其截短型基因的原核表达

目的 研究棉铃虫核型多角体病毒泰国株ORF27蛋白的功能,阐释其在传代效应中可能发挥的分子机制.方法 用PCR方法从棉铃虫核型多角体病毒泰国株基因组中扩增ORF27基因;使用ProtParam、TMpred、SignalP、ScanProsite等生物信息学软件分析其理化特性、亚细胞定位、信号肽、跨膜结构、功能位点等;并将其氨基端截短型基因进行原核表达.结果 ORF27基因序列全长768nt,编码255aa,分子质量约29.5ku.生物信息学软件预测其具有多个功能基序.截短型重组载体表达出分子质量约35ku的外源蛋白,主要以包涵体形式存在.结论棉铃虫核型多角体病毒ORF27蛋白可能具有非常广泛的生物学活性,调控多种细胞信号传导通路,调节细胞凋亡和细胞周期,参与传代效应的发生.     

基于关联规则挖掘算法的规则发现系统的设计和实现

关联规则挖掘算法是告警相关性分析获取规则的重要方法.针对综合网络管理系统中告警相关性分析需自动获取规则的需求,提出一种基于该算法的规则发现系统模型,并进行具体方案的设计与实现.在算法上引入加权和序列模式的思想,力求保证系统的挖掘质量,使挖掘规则符合实际需求,适应电信网络不断变化的需求.     

Simulink环境下的扩频码序列仿真实验研究

本文应用 Simulink建立了常用扩频码序列m序列和GOld序列仿真模型,模拟仿真数据与理论分析高度吻合,证明应用Simulink进行常用扩频码序列仿真实验的可行性.Simulink仿真实验环境可以作为m序列和Gold序列仿真实验的一种可靠的计算机模拟途径,可以为m序列和Gold序列的设计与研究提供有效帮助,节省人力、物力与实验周期,且实验结果可靠,实现了扩频码序列的实时精度仿真.     

工业企业运输量预测方法分析

首先介绍常用的时间序列预测法,在此基础上讨论基于分形理论的一种新的预测方法。结合实例应用的效果对比,发现基于分形理论的预测方法具有更高的精度。     

交通流时间序列的复杂度测量

为了定量分析交通流系统的复杂性,引入算法复杂度和近似熵,通过速度时间序列的算法复杂度估计系统周期性成分的比率,在重构序列时通过取多个划分区间来提高算法复杂度的估计能力.计算近似熵时,先由速度序列得到速度变化率序列以去除趋势,然后通过速度变化率序列的近似熵估计系统在结构变化上的复杂性.对实测交通流数据序列的计算表明:在序列长度超过600时可以得到算法复杂度,序列长超过300时可以得到近似熵;交通流的算法复杂度和近似熵在同步状态时较低,拥挤状态时增大,在自由状态时最大.因此,不同的算法复杂度和近似熵对应不同状态下的交通流,算法复杂度能分析较长的交通流序列,近似熵可以分析较短的交通流序列.     

基于状态空间的连续断面船舶交通流量预测研究

船舶流量预测是船舶交通流研究的重要内容,建立科学合理的船舶流量预测模型有助于航道的设计、规划和管理。将传统的单断面船舶交通流预测方法向多断面进行改进和推广,提出基于状态空间和卡尔曼滤波的多断面交通流预测模型。利用船舶交通流多断面流量数据的时间序列进行多维线性回归,并转化为状态空间模型形式;在此基础上由卡尔曼滤波算法对交通流量进行递推预测,得到多断面交通流的预测值。作为实证研究,分别对武汉长江大桥、武汉长江二桥2个断面,以及长江重庆段朝天门、万州、巫山3个断面进行实际数据分析来验算模型的有效性,并与单断面多维线性回归预测方法进行对比。结果表明,使用状态空间模型得到的武汉长江大桥、二桥预测结果的平均相对误差分别减少4.59%,0.97%;而重庆段3个连续观测点采用状态空间法预测比使用时间序列预测平均绝对误差和平均相对误差均有不同程度的降低,其中平均相对误差分别降低1.08%,4.28%, 3 .54%。因此,在不同时间维度上,该模型有助于提高多断面交通流预测精度。      

基于SARIMA 模型的北京地铁进站客流量预测

通过对北京地铁2013 年5 月~7 月的进站客流量数据进行详细分析,总结北京 地铁进站客流量以周为周期的波动规律,选用季节时间序列（SARIMA）模型对北京地铁 进站客流量进行时间序列建模.利用符合要求的模型对北京地铁进站客流量进行预测,预 测结果能够较准确地描述北京地铁进站客流量的变化趋势,平均误差为0.3%.说明此模型 适用于地铁进站客流量的短时预测,基于预测结果进一步分析北京地铁进站客流量的特 点,为进一步优化进站设施布置、组织进站流线、高效安全的地铁运营组织提供参考建议.     

线性序列相似度的计算

给出了线性序列相似度的定义，讨论匹配矩阵的性质，给出了一种计算线性序列相似度的算法，并对算法作出了优化。