摘要：蛋白质必须处于正确的亚细胞位置才能行使其功能。文章利用PSI-BLAST工具搜索蛋白质序列,提取位点特异性谱中的位点特异性得分矩阵作为蛋白质的一类特征,并计算4等分序列的氨基酸含量以及1～7阶二肽含量作为另外两类特征,由这三类特征一共得到蛋白质序列的12个特征向量。通过设计一个简单加权函数对各类特征向量加权处理,作为神经网络预测器的输入,并使用Levenberg-Marquardt算法代替传统的EBP算法来调整网络权值和阈值,大大提高了训练速度。对具有4类亚细胞位置和12类亚细胞位置的两种蛋白质数据集分别进行"留一法"测试和5倍交叉验证测试,总体预测精度分别达到88.4%和83.3%。其中,对4类亚细胞位置数据集的预测效果优于普通BP神经网络、隐马尔可夫模型、模糊K邻近等预测方法,对12类亚细胞位置数据集的预测效果优于支持向量机分类方法。最后还对三类特征采取不同加权比例对预测精度的影响进行了讨论,对选择的八种加权比例的预测结果表明,分别给予三类特征合适的权值系数可以进一步提高预测精度。

摘要：对威胁进行准确识别是威胁评估的重要内容之一,它涉及到许多不确定性因素。贝叶斯网络是处理不确定性知识的有效工具。根据威胁识别与贝叶斯网络的特点,提出了基于贝叶斯网络的威胁识别方法。首先简单介绍了贝叶斯网络及其优点,然后根据一个具体的实例,建立了威胁识别的贝叶斯网络模型,并阐述了贝叶斯网络用于威胁识别的推理流程。通过对实例的计算结果表明,利用贝叶斯网络能够准确识别威胁,并能有效地处理不确定性信息。

摘要：本文首先讨论一般积分器，然后针对一般积分器在精度和速度方面的不足，提出了一种新的自适应积分器的设计思想。根据实际应用设计和实现一个三元二阶自适应积分器，该积分器不仅运算精确度高，而且运算效率高。该自适应积分器运用于“５０工程”———月球探测器直接硬着陆实践应用中，取得了很好的效果。

摘要：现有蛋白质亚细胞定位方法针对水溶性蛋白质而设计,对跨膜蛋白并不适用。而专门的跨膜拓扑预测器,又不是为亚细胞定位而设计的。文章改进了跨膜拓扑预测器TMPHMMLoc的模型结构,设计了一个新的二阶隐马尔可夫模型;采用推广到二阶模型的Baum-Welch算法估计模型参数,并把将各个亚细胞位置建立的模型整合为一个预测器。数据集上测试结果表明,此方法性能显著优于针对可溶性蛋白设计的支持向量机方法和模糊k最邻近方法,也优于TMPHMMLoc中提出的隐马尔可夫模型方法,是一个有效的跨膜蛋白亚细胞定位预测方法。

摘要：本文介绍了新型组合电收尘器的结构和机理。这种组合收尘器把电气收尘和机械收尘组合起来,进行电旋、电抑、电凝三级收尘,其实用的入口含尘浓度为176.24g/Nm^3,排放浓度为85.4mg/Nm^3,收尘效率为99.95%。

摘要：研究探测器从停泊轨道出发飞向月球并击中月球的轨道自动寻优设计问题。着重讨论登月轨道计算的自动寻优设计。最后给出实验结果。