甲基对硫磷降解菌GFP标记菌株的构建

用Sau3AⅠ酶切甲基对硫磷降解菌DLL 1总DNA ,与BamHⅠ酶切的启动子探针载体 pRobe -GFP酶连 ,转化E .coliDH5α ,在选择性平板LB(Ampr)上从大约 1× 10 4个菌落筛选到 5 0个含启动子片断的阳性克隆 .挑选其中一个阳性克隆 ,将启动子片断克隆到pIJ2 92 5和 pBBR -MCS2上构建成重组质粒 pIJGFP和广宿主标记载体pB BRGFP .然后将 pIJGFP载体上的启动子片断克隆到广宿主载体 pTR10 2上 ,获得第二个广宿主标记载体pTRGFP .将pTRGFP和pBBRGFP通过三亲接合分别标记于DLL 1得到两株标记菌 ,即DLLTR和DLLBR .通过激光共聚焦显微镜观察和软件Lasersharpversion 3.2分析发现 pTRGFP在E .coli中表达很强而在DLL 1中表达很弱 ,而 pBBRGFP正好相反 .图 5表 2参 12     

基于属性约简的绝缘节破损预测

准确的绝缘节破损预测能够保证铁路运输安全和经济效益。支持向量机算法能够处理轨道电路测试数据,对其进行分类,预测可能存在隐患的绝缘节,但支持向量机预测模型的原始样本多有冗余,基于此,提出了一种基于粗糙集和支持向量机的绝缘节破损预测模型。通过改进主分量启发式属性约简算法,降低样本维数,同时选用模拟退火算法完成SVM自动参数选优。实例分析和仿真结果表明,与单一支持向量机算法相比,属性约简后的粗糙集-支持向量机算法提高了分类器的分类性能,与采用网格搜索技术的SVM预测方法相比,模拟退火算法有效提高了SVM的预测精度。     

支持向量机对多环芳烃毒性的定量构效预测

为了实现多环芳烃(PAHs)毒性的有效预测,提出应用定量构效技术对多环芳烃的空气-正辛醇分配系数(KOA)和致癌性进行预测。应用分子描述符和试验值确立构效关系,采用支持向量机算法(SVM)和人工神经网络算法(ANN)分别建立了PAHs的KOA回归预测模型和致癌性分类预测模型。利用网格划分(GS)、遗传算法(GA)、粒子群算法(PSO)对SVM进行参数寻优。应用均方误差(MSE)、拟合决定系数R2和分类准确率(Accuracy)分别对模型进行了验证与评价。结果表明,最佳回归预测模型GS-SVR的MSE为0.059 7,R2为0.913 0;最佳分类预测模型GA-SVC的Accuracy为95%。研究表明:应用SVM所建两种模型的稳定性和预测能力都优于应用ANN建立的模型;参数优化后模型的稳定性和预测能力得到了提高。     

加速度环境中电机伺服系统控制研究

目的实现对动态飞行模拟器等多轴离心机吊篮系统的驱动,设计一种适用于加速度环境中的伺服驱动系统。方法推导电机简化模型,分析伺服系统的运行环境模型,建立离心场中的干扰模型。结果基于三相永磁同步电机转子磁场定向矢量控制,设计伺服驱动系统控制策略,实现电动执行器在加速度环境中的力矩加载控制。结论仿真和实验结果验证了该控制策略的有效性和该伺服系统的可行性。     

基于关联向量机回归的水质预测模型

提出了一种基于关联向量机回归的水质时间序列预测模型,并以该模型对氢离子浓度指数(p H值)、溶解氧(DO)、高锰酸盐指数(CODMn)和氨氮(NH3-N)4种重要水质指标进行预测.首先采用国家环保部发布的四川攀枝花龙洞水质自动监测数据进行实验,对该模型的有效性进行了验证;然后将关联向量机回归预测模型与支持向量机回归预测模型进行比较.为了比较不同核函数的预测效果,实验中预测模型的核函数分别采用了线性函数和高斯函数.实验结果表明,关联向量机回归模型的预测效果不亚于支持向量机回归模型;且在给出预测值时,还能同时给出预测结果的可信程度.     

基于改进混合遗传-支持向量机的CMF产水预测研究

将模拟退火思想和加速遗传特性相结合,改进选择策略和遗传算子,建立加速遗传模拟退火算法（AGSA）;基于支持向量机（SVM）的非线性回归和改进混合遗传算法的因子筛选,构造了支持向量机模型参数的自适应优化算法,提出连续微滤系统（CMF）产水预测模型;通过实测中试规模连续微滤系统产水量变化对模型进行验证,结果表明：该模型较好...     

基于LS-SVM的供水管网安全性评价方法研究

为评价城市供水管网的安全性,保障其正常运行,笔者基于多元分类最小二乘支持向量机(LS-SVM)的方法,在对城市供水管网安全运行影响因素总结与分析的基础上,构建供水管网安全性评价的指标因素集与评价模型,通过对有限的经验数据的学习,建立供水管网安全性与其影响因素之间的非线性关系。运用该模型进行实例仿真模拟,通过与实际安全等级及BP神经网络模型预测安全等级之间的对比表明:基于LS-SVM的供水管网安全性评价方法具有较高的精度,正确分类率可以达到83.33%。     

模糊向量加权记分评价水质

本文把模糊综合评判得到的水质模糊等级向量作为权,赋予不同的分值,即模糊向量加权记分,依据评分的高低确定水质级别,宏观上与最大隶属度判别原则判别结果一致,微观上提高了判别灵敏度,从而达到客观评价水环境质量的目的。     

基于规范变换与误差修正的回归支持向量机的环境系统预测

为了建立不同环境系统皆能规范、统一、简洁、实用的回归支持向量机预测模型,针对传统的回归支持向量机预测模型存在结构不能普适、规范和统一及用于大样本、多因子预测会出现学习效率低、求解精度差的局限,提出适用于环境系统预测量及其影响因子参照值和规范变换式的设计原则和方法,使规范变换后的影响因子皆"等效"于同一个规范影响因子;为提高样本的预测精度,还提出预测样本的模型输出的误差修正法.在对环境系统的预测量及其影响因子进行规范变换的基础上,由有m个规范影响因子的每个建模样本生成m个"等效"训练样本,从建模样本中,选择各影响因子的最大规范值组成训练样本集的"参考样本",计算核函数中每个训练样本相对于"参考样本"的范数;并应用优化算法优化模型参数,建立适用于预测量及其影响因子规范值的仅有2个或3个支持向量的两种简单结构的回归支持向量机预测模型.将基于规范变换的两种简单结构的回归支持向量机模型与相似样本误差修正法相结合,用于河津大桥监测断面6个样本的COD月平均值预测,并与多种传统预测模型和方法进行了比较.结果表明:对同一个预测样本,两种模型的预测值十分接近;此外,两种预测模型用于6个样本预测,其相对误差绝对值的平均值分别为2.09%、2.79%,均远小于传统的投影寻踪回归预测的41.63%、支持向量机预测的40.99%、灰色神经网络预测的25.94%和马尔可夫预测的10.16%;而两种预测模型对异常样本预测的最大的相对误差绝对值分别为5.85%、5.13%,更加远远小于传统的4种预测模型的169.07%、180.45%、68.44%、41.96%.两种基于规范变换的回归支持向量机预测模型简洁、普适、规范和统一,避免了"大样本数困难",提高了学习效率和模型的预测精确度,对其他预测建模法也有借鉴作用.     

自动气象站非规范算法对风观测数据质量的影响

目的弄清非规范算法对风观测数据质量的影响程度。方法采用规范方法和二种非规范方法同时统计长期正常采集的风向风速数据,统计每月16位风向的极大风速及其对应的风向和时间、最大风速及其对应的风向和时间、2 min平均风速、10 min平均风速、含静风的风向频率等参数,并绘制相应参数的风玫瑰图,比较不同算法、相同参数的风玫瑰图,探讨算法间的误差。结果风速简单滑动平均法、风向矢量滑动平均法对16位风向上极大风速、最大风速、10 min平均风速的统计结果与规范方法很接近,而风向、风速简单滑动平均法对上述5种参数的统计结果与规范方法都有很大差异。结论自动气象站非规范算法会降低风观测数据质量,加强自动气象站供货商资质管理是提高气象观测数据质量的基本保障。