小鼠Deaf1基因变构体全长cDNA的克隆

目的克隆小鼠Deaf1基因变构体全长cDNA序列。方法利用RT-PCR技术从非肥胖糖尿病(non-obesediabetic,NOD)小鼠胰淋巴结总RNA中克隆Deaf1变构体全长cDNA,并做多重序列比对。结果从NOD小鼠胰淋巴结中克隆得到了多个Deaf1变构体的全长cDNA序列,序列分析结果表明,部分Deaf1变构体缺失了重要功能结构域。结论 Deaf1在NOD小鼠胰淋巴结中存在不同的变构体,这些变构体的产生可能会影响Deaf1作为转录因子的功能并与1型糖尿病的发生密切相关。     

舰艇进水过程中的不沉性指标计算及实验研究

为了描述舰艇进水过程中的不沉性指标随时间的变化关系,文章首先建立了进水过程的姿态参数时域微分模型;然后,分析了国外提出的流量差值迭代法的不足之处,建立了基于“四阶龙格-库塔”的数值求解算法,分析了其求解的物理意义,并进行了船模实验验证。最后,以某船模为对象进行了进水过程中浮性和稳性指标的仿真计算,计算结果揭示了进水过程可能会比进水稳定平衡状态更加危险的现象。     

港口货物吞吐量的序列灰预测模型与系统灰预测模型比较分析研究

针对港口货物吞吐量易受其所属港群系统因素的刺激,使其在短期内产生较大扰动而影响预测模型拟合精度的问题,将相邻各港口所形成的港群作为系统整体,将港群货物吞吐总量作为初始输入,建立港群内各港口货物吞吐量的系统灰预测模型,同时建立各港口货物吞吐量的序列灰预测模型,以比较两种方式下所得模型的模型拟合效果。最后,以泸-宜-乐港群为例进行建模和分析,结果表明系统灰预测模型的拟合精度明显高于分别对各港口建立的序列灰预测模型。     

基于DSP的直接序列扩频水声通信技术研究

水声通信由于严重的多普勒效应和多径干扰衰落,导致传输误码率较高,而扩展频谱通信具有较好的抗干扰、抗衰落能力,可以实现数据的远距离、低功耗、高可靠性传输.论文首先对扩频通信中的直接序列扩频技术进行了系统仿真研究,然后在DSP硬件平台上进行实现.最后利用湖试实验,对采用直接序列扩频技术的水声通信功能进行验证.     

动力定位系统推力分配算法研究

以最优化推进系统能耗为目标,同时考虑推进器之间的相互干扰,基于序列二次规划方法,对动力定位系统推力分配进行研究.针对船舶初始设计阶段的特征,建立简化的推力分配数学模型,求解这一多变量有约束的非线性问题,为设计初期推进器的选型和布置提供设计依据.通过实例计算及结果分析,验证算法的可靠性与可行性.     

改进的混合高斯模型视频运动目标检测算法

针对混合高斯模型背景建模在视频运动目标检测中的不足,提出了将混合高斯模型与三帧差分相结合来对视频中运动目标进行检测的算法。由混合高斯模型得到前景和背景,利用当前帧与混合高斯模型所得到的背景相减可以得到一个前景,使用三帧差分和边缘检测得到运动物体的精确轮廓,对此轮廓进行填充得到一个前景,将此三步前景进行运算得到最终的结果;通过新的更新策略来快速地对背景进行建模,以像素点的稳定性来调整像素点的更新速度,从而减少算法运算量,提高算法的运行速度。     

海洋工程船推力分配策略

阐述一种处理全回转推进器之间水动力干扰问题的方法。推力分配策略以能量消耗低、首向最优、推力误差小、最小化推进器最大推等为目标建立优化函数,综合考虑到推进器物理条件限制而设置动态推力区域,考虑到全回转推进之间水动力干扰而采用在推力禁区内限制推进器最大推力的方法。最后使用序列二次规划解决以上问题。仿真结果表明,限制推进器禁区内最大推力的方法降低了能量消耗,减少了推进器机械磨损,对于推力分配策略选取是一种合理有效的选择。     

金融危机前后BCI运价指数波动性研究

国际干散货航运市场的风险主要来源于航运价格的不确定性,本文选择与我国贸易运输直接相关的波罗的海好望角型船市场运价指数(Baltic Capesize Index,BCI)为研究对象,对比分析了金融危机前后BCI指数的对数序列以及对数收益率序列的平稳性、异方差性,通过使用GARCH(1,1)模型分析发现,金融危机后BCI收益率序列存在一定程度的波动集聚效应,建议我国企业运用合理方法规避运价波动风险。     

基因

基因是遗传的物质基础,是DNA或RNA分子上具有遗传信息的特定核苷酸序列。基因通过复制把遗传信息传递给下一代,使后代出现与亲代相似的性状。从这段简短的医学解释不难看出基因对下一代的影响,优秀的基因可以遗传给下一代,使下一代同样优秀。在汽车领域也同样存在着类似于遗传学的规律。优秀的品牌基因和车型基因一起影响着新一代车型。其实Mini最初的设计初衷是一台小巧的家用车,但由于JohnCooper的加入使得Mini融入了赛车基因,     

公共交通乘客个体活动链的日相似性研究

刷卡数据为研究公共交通乘客长期出行规律提供了数据基础.利用北京市2018年 4~5月的刷卡数据,通过提取乘客活动地,推断居住地位置和识别活动类型3个步骤构建乘客个体活动链;基于PrefixSpan算法提取普通卡、老年卡、学生卡乘客活动链的频繁序列模式,采 用Levenshtein距离度量3类乘客活动链日维度的相似性.结果表明：每类用户中约70%乘客的频繁活动序列是对称模式;普通卡和学生卡用户的相似性高于老年卡用户,平均值分别为 0.645、0.649和0.530;3类乘客的工作日与非工作日活动链具有明显差异,而工作日之间或非工作日之间具有较高相似性.本文有助于定量解析公共交通乘客的出行活动规律,为科学优化公共交通服务提供依据.