模糊矩阵理论在蛋白质二级结构分类中的应用

提出一种基于蛋白质二级结构特征序列的三维结构相似性比较方法.以八字母结构字母表中字母组成的联体在整个特征序列中出现的频率为特征源,构造联体频率矩阵,利用离散数学中的模糊矩阵理论对其进行分析处理,最终可以求得一个模糊等价矩阵,并利用此矩阵对待比较的蛋白质进行分类.该方法并不是基于人们熟悉的一维氨基酸序列,而是基于蛋白质二级结构特征序列,该序列由一系列具有局部空间折叠形式的二级结构片段组成.     

城市轨道交通与常规公交协调方法研究进展

随着城市化进程的推进,建立完善的城市公共交通系统变得尤为重要。城市轨道交通与常规公交作为城市公共交通系统的重要组成部分,两者之间的协调配合将会减少两者之间的竞争,提高整个城市公共交通系统的运输能力。本文对当前城市轨道交通以及常规公交的发展特点进行了分析,研究了国内外城市轨道交通与常规公交协调的研究成果。并在此基础上分析了目前二者协调面临的管理分离、线路网络规划不合理等问题,从线网优化和调度运营两方面提出了两种交通方式换乘客流的运能协调的进一步研究思路。     

代价敏感正则化有限记忆多隐层在线序列极限学习机及图像识别应用

将深度神经网络的多隐层特性融入在线序列极限学习机框架,提出代价敏感正则化有限记忆多隐层在线序列极限学习机,其中,代价敏感性由加权最小二乘法体现,有限记忆性通过及时丢弃过时旧数据体现。实验结果表明,加入了多隐层特性的在线序列极限学习机在图像识别准确率上比单隐层的在线序列极限学习机有所提升,在识别准确率的稳定性方面也比单隐层网络更出色。     

基于自适应变异PSO-BP算法的船舶横摇运动预测

为了准确高效预测船舶在海上的航行状态,以保证人员、货物和船舶的安全,提出一种自适应变异的粒子群优化算法(self-adapting particle swarm optimization algorithm,SAPSO),将该算法与误差反传(back propagation,BP)神经网络结合。SAPSO-BP预测模型使用SAPSO算法优化BP网络的网络参数。克服传统BP神经网络对初始权值阈值敏感,容易陷入局部极小值的缺点,同时也克服了传统PSO算法早熟收敛、搜索准确度低及迭代效率低等缺点。运用该模型对科研教学船"育鲲"轮在海上航行的横摇情况进行实时预测实验,验证该方法的可行性与有效性具有较高的预测精度。     

波浪作用下的舰船电子系统谱密度函数分析

常规舰船电子系统谱密度分析函数的计算数据结果,在波浪冲击作用下具有明显的高离散性。对此提出了新的舰船电子系统谱密度函数分析方法,制定原始谱密度傅里叶计算框架,制定周期性函数,对舰船电子系统数据的时间序列进行零均值转换和标准化操作,预设截取长度进行数据截取,将截取处理后的数据带入到预设计算框架中,生成电子系统谱密度函数公式,获取分析结果实现波浪作用下舰船电子系统谱密度函数的计算分析。根据仿真实验的数据结果可以看出,相比较传统分布式函数分析方法,设计的函数分析方法所提取的数据回归性区间缩小了29%,平均方差缩减了33%,数据聚合度更高,有效降低了数据离散性。     

液货船特有项目的特殊检查

通常地讲，液货船系指油船、散装化学品船、液化气船这3类船舶。液货船除了需要满足一般船舶所需的技术条件外，还需要考虑船舶载运货物的危险性，具备液货船特有的技术条件。因此，对液货船安全检查时，除了常规项目外，还应检查液货船特有项目。     

潜艇推进动力和使用效能

潜艇的尺度大小，性能，费用等，在很大程度上取决于潜艇所赋予的作战使命。对核动力和非核动力两种典型概念潜艇的作战使用性能进行比较，不依赖空气的动力系统有时也被描述为核动力的一种替代动力。有两种国力进行评估比较，它们的优点也将来潜艇有可能采用的先进的可再充电电池技术作了比较。近年来，由于政治和军事上的变化，导致公海，海上控制的重要性相对降低，而浅海水域作战活动的重要性却增加了。同时，反潜能力不论在技术上还是在区域配置上都不断地增加。对每一类核潜艇和非核潜艇都定义了“使命包”，作为对航渡范围和巡航环境的综合评估。这样的典型潜艇为费效比提供了一种比较方法，使各国海军在将来的需求中，在其合适的作战使用范围内选择适用的柴电动力潜艇，AIP动力潜艇或核动力潜艇。     

高早强泵送混凝土的配制

从高早强混凝土配合比设计的基本思路入手，介绍了原原料的选择和混凝土的配制，结合工程实例加以介绍总结。     

全球常规潜艇建造计划

介绍全球常规潜艇建造计划，包括俄罗斯，亚太地区，中东地区，南，北美洲及其他欧洲国家的建造计划。     

序列图像运动分析及其在单镜长序列图像方面的进展

本文叙述了序列图像运动分析的研究状况，着重综述其中较活跃的一个分支－单镜头长列图像运动分析近年来的进展情况。