摘要：序列是一种重要的数据类型,在诸多应用领域广泛存在.基于序列的特征选择具有广阔的现实应用场景.交互特征是指一组整体具有显著强于单独个体与目标相关性的特征集合.从大规模序列中挖掘交互特征面临着位点的"组合爆炸"问题,计算挑战性极大.针对该问题,以生物领域高通量测序数据为背景,提出了一种新的基于并行处理和演化计算的高阶交互特征挖掘算法.位点数是制约交互作用挖掘效率的根本因素.摈弃了现有方法基于序列分块的并行策略,采用基于位点分块的并行思想,具有天然的效率优势.进一步,提出了极大等位公共子序列(maximal allelic common subsequence, MACS)的概念并设计了基于MACS的特征区域划分策略.该策略能将交互特征的查找范围缩小至许多"碎片"空间,并保证不同"碎片"间不存在交互特征,避免计算耦合引起的高额通信代价.利用基于置换搜索的并行蚁群算法,执行交互特征选择.大量真实数据集和合成数据集上的实验结果,证实提出的PACOIFS算法在有效性和效率上优于同类其他算法.

摘要：测试验证是航电显示控制系统设计研发过程中重要环节,受安全与成本制约,多数测试需要仿真技术的辅助。测试过程中传感器参数要通过信号激励系统进行模拟,主要有模型测试和软硬件结合仿真等方式,但整体方法复杂、工程量大。基于此,本文介绍一种纯软件的显控软件信号激励系统。该系统可直接运行在显控软件开发环境,实现开发、测试环境统一,测试流程短、简洁高效。可通过界面操作实现信号激励,仿真系统与航电显控界面间交互直观清晰、操作简单。且该系统无需修改显控模型、可对接多种型号飞机显控软件,可移植性好、复用性强。