葡京娱乐场-富盈娱乐场开户

中國科學(xué)技術(shù)大學(xué)生命科學(xué)與醫(yī)學(xué)部瞿昆教授課題組通過設(shè)計(jì)一整套分析流程，系統(tǒng)性評(píng)估了16種空間轉(zhuǎn)錄組和單細(xì)胞轉(zhuǎn)錄組數(shù)據(jù)整合算法在預(yù)測基因或細(xì)胞類型空間分布方面的性能。

物流調(diào)度、航班規(guī)劃等復(fù)雜應(yīng)用場景中，設(shè)計(jì)方案的評(píng)價(jià)隨著時(shí)間動(dòng)態(tài)改變。這類優(yōu)化問題在現(xiàn)實(shí)中廣泛存在并且求解困難。為了推動(dòng)該領(lǐng)域的發(fā)展，亟待提出能反映動(dòng)態(tài)優(yōu)化問題復(fù)雜特性并且可控的測試集，從而推動(dòng)動(dòng)態(tài)優(yōu)化算法在現(xiàn)實(shí)問題中的應(yīng)用。課題組在IEEE Transactions on Cybernetics上發(fā)表了一種生成連續(xù)動(dòng)態(tài)優(yōu)化問題的測試集，同時(shí)對(duì)現(xiàn)有的測試集進(jìn)行了全面的綜述，并探討了它們?cè)诓东@不同問題特征方面的缺點(diǎn)。

申請(qǐng)人自2002年8月開始在醫(yī)學(xué)低劑量CT圖像成像、處理等方向開展學(xué)習(xí)和研究工作，從理論探索和應(yīng)用拓展兩個(gè)方面同時(shí)開展科學(xué)研究，先后提出了“基于區(qū)別性稀疏表示的低劑量CT成像”，“基于大尺度平均的低劑量CT圖像后處理”，“基于深度學(xué)習(xí)的低劑量CT成像”等一系列創(chuàng)新算法，其中“基于區(qū)別性稀疏表示的低劑量CT成像”算法已通過專利形式轉(zhuǎn)讓到國內(nèi)龍頭大型醫(yī)療設(shè)備商上海聯(lián)影醫(yī)療設(shè)備有限公司，目前已經(jīng)在其即將推出的最新的U780 CT機(jī)上得到了應(yīng)用。

南科大醫(yī)學(xué)院教授張文勇、研究助理教授欒合密等在國際著名生物信息學(xué)與計(jì)算生物學(xué)期刊Bioinformatics上發(fā)表題為“CPVA: a web-based metabolomic tool for chromatographic peak visualization and annotation”的論文。該研究創(chuàng)新提出了以色譜中心策略算法（CCS）提高基于質(zhì)譜的組學(xué)數(shù)據(jù)質(zhì)量，并搭建了R-Shiny的Web應(yīng)用CPVA，實(shí)現(xiàn)了組學(xué)數(shù)據(jù)在線交互式的處理。該論文提出了色譜中心策略算法（CCS），并開發(fā)了在線互動(dòng)工具來解決該領(lǐng)域普遍存在的問題。色譜中心策略是指通過對(duì)組學(xué)數(shù)據(jù)中提取的色譜峰形狀進(jìn)行數(shù)字化描述，包括對(duì)稱性（Symmetry）、鋸齒度（Jaggedness）、形態(tài)（Modality）、色譜質(zhì)量指數(shù)（MCQ）等，并以在線互動(dòng)的方式直接展示色譜峰的形態(tài)特征。

本發(fā)明公開了一種基于神經(jīng)網(wǎng)絡(luò)模型 BP 算法的嵌入式礦壓檢測方法法，首先根據(jù)根據(jù)待檢測區(qū)域的地域情況，采用多個(gè)振弦式壓力傳感器進(jìn)行測量；然后 ARM7 處理器根據(jù)系統(tǒng)任務(wù)個(gè)數(shù)建立相應(yīng)的進(jìn)程；最后在建立的任務(wù)中打開定時(shí)器，輸出一個(gè)固定在某一頻率范圍內(nèi)的脈沖，經(jīng)過驅(qū)動(dòng)激振電路，產(chǎn)生一個(gè)能對(duì)振弦式壓力傳感器內(nèi)部振弦起振的信號(hào)，同時(shí)使用 ARM7處理器對(duì)振弦式壓力傳感器返回的脈沖信號(hào)進(jìn)行頻率測量，計(jì)算得到壓力值，最后，利用溫度傳感器采集振弦周圍區(qū)域的溫度，采用 BP 算法建立神經(jīng)網(wǎng)絡(luò)模型，利用神經(jīng)網(wǎng)絡(luò)模型對(duì)得到的各組壓力數(shù)據(jù)及采集的溫度數(shù)據(jù)進(jìn)行學(xué)習(xí)，并根據(jù)神經(jīng)網(wǎng)絡(luò)模型找出壓力隨溫度的變化規(guī)律，對(duì)振弦式傳感器進(jìn)行溫度補(bǔ)償。

本發(fā)明公開了一種面向超光譜數(shù)據(jù)庫的小波去噪算法，屬于超光譜數(shù)據(jù)的處理方法，用于對(duì)帶有噪 聲的超光譜曲線進(jìn)行降噪。本發(fā)明順序包括小波降噪?yún)?shù)選擇、小波降噪。本發(fā)明在小波降噪?yún)?shù)學(xué)習(xí) 過程中充分考慮了超光譜數(shù)據(jù)庫中各種物質(zhì)超光譜曲線的特性，快速的選擇適合超光譜數(shù)據(jù)庫絕大多數(shù) 光譜曲線的小波降噪?yún)?shù)，然后使用選擇得到的參數(shù)對(duì)測量到的超光譜曲線進(jìn)行降噪。該方法能快速的 針對(duì)各種不同應(yīng)用場景的超光譜數(shù)據(jù)庫選擇與之適應(yīng)小波降噪?yún)?shù)，提高了降噪的效果，提高光譜匹配 的準(zhǔn)確率。

本發(fā)明公開了一種基于光譜擬合與差分算法的光纖傳感動(dòng)態(tài)信 號(hào)解調(diào)方法，包括：掃描得到光譜紋波；對(duì)光譜紋波進(jìn)行擬合獲得靜 態(tài)光譜；將光譜紋波與靜態(tài)光譜進(jìn)行差分處理獲得差值信號(hào)；對(duì)光譜 紋波的極值點(diǎn)進(jìn)行擬合獲得上下邊緣包絡(luò)曲線；對(duì)上下邊緣包絡(luò)曲線 進(jìn)行差分處理獲得光譜變化函數(shù)，將差值信號(hào)與光譜變化函數(shù)進(jìn)行歸 一化處理，獲得去包絡(luò)后差值信號(hào)，根據(jù)掃描速度和初始波長將波長 換算為時(shí)間，獲得去包絡(luò)后時(shí)域動(dòng)態(tài)信號(hào)。本方法對(duì)紋波光譜及其擬 合曲線進(jìn)行差分獲得動(dòng)態(tài)信號(hào)，可以消除諸如溫度、濕度等環(huán)境干擾， 且恢復(fù)的動(dòng)態(tài)

本發(fā)明公開了一種基于模糊 PI 算法的微電網(wǎng)并網(wǎng)逆變器的控制 方法。該方法包括：（1）采樣當(dāng)前電網(wǎng)電壓、當(dāng)前并網(wǎng)逆變器的輸出 電流和當(dāng)前濾波器的電容電流；（2）確定并網(wǎng)電流指令值；（3）調(diào) 整 PI 控制器的比例系數(shù)和積分系數(shù)；（4）通過修正后的 PI 控制器得 到濾波器的電容電流指令值；（5）通過 P 控制器得到并網(wǎng)逆變器的輸出電壓指令值；（6）產(chǎn)生控制信號(hào)控制并網(wǎng)逆變器開關(guān)管的通斷，在 并網(wǎng)逆變器的功率輸出端產(chǎn)生期望的輸出電壓；（7）重復(fù)（1）～（6）， 使并網(wǎng)逆變器的輸出電流始終跟蹤指令值。本

本發(fā)明公開了一種基于CZT變換和剪除分裂基快速傅里葉變換的三維攝像聲納波束形成方法，包括以下步驟：分別計(jì)算每個(gè)換能器接收到的聲波中，與載波頻率fk對(duì)應(yīng)的第k個(gè)DFT變換系數(shù)；利用所得變換系數(shù)，構(gòu)建矩陣C；對(duì)應(yīng)方位角方向，對(duì)矩陣C的每一列，進(jìn)行一維離散卷積運(yùn)算，得到P×N的矩陣MD；對(duì)應(yīng)仰視角方向，對(duì)矩陣MD的每一行，進(jìn)行一維離散卷積運(yùn)算，得到P×Q的矩陣ME；利用矩陣ME，構(gòu)建矩陣MF；計(jì)算矩陣MF中每個(gè)元素的模，得到三維攝像聲納波束。本發(fā)明在FFT運(yùn)算過程中識(shí)別和去除不必要的運(yùn)算操作，有效降低了三維攝像聲納波束形成方法所需的運(yùn)算量。

成果描述：旨在為大規(guī)模代數(shù)系統(tǒng)設(shè)計(jì)新型高效的求解算法，并結(jié)合信息科學(xué)進(jìn)行交叉研究。在大規(guī)模代數(shù)系統(tǒng)新型Krylov子空間算法及其基礎(chǔ)理論、復(fù)雜電磁計(jì)算、圖像處理高性能數(shù)值方法、動(dòng)力系統(tǒng)與智能控制理論方面進(jìn)行了系統(tǒng)深入的研究，取得了具有創(chuàng)新性的成果，例如：解決了科學(xué)計(jì)算中的有關(guān)基礎(chǔ)或困難問題；提出了Lanczos雙共軛A-標(biāo)準(zhǔn)正交短遞歸Krylov子空間迭代法BiCOR/CORS/BiCORSTAB方法、一種新的“二維雙連續(xù)投影(2D-DSPM)方法”等一系列高效算法；為求解復(fù)雜電磁問題產(chǎn)生的復(fù)雜線性系統(tǒng)設(shè)計(jì)了高效算法與預(yù)條件技術(shù)；提出了一些新型高效的邊界處理、圖像復(fù)原方法，具有更快的計(jì)算速度和更好的復(fù)原質(zhì)量；將數(shù)值代數(shù)與特殊矩陣分析和神經(jīng)網(wǎng)絡(luò)交叉研究取得成果。市場前景分析：本成果隸屬于計(jì)算數(shù)學(xué)學(xué)科的數(shù)值代數(shù)領(lǐng)域，是數(shù)學(xué)基礎(chǔ)理論研究。本項(xiàng)目著眼于科學(xué)與工程問題當(dāng)中的難于解決的數(shù)學(xué)問題的快速算法及其理論研究，在國民經(jīng)濟(jì)和國防安全的若干大數(shù)據(jù)領(lǐng)域具有重要的學(xué)術(shù)和應(yīng)用價(jià)值。因此，本成果不涉及經(jīng)濟(jì)效益，亦不涉及直接應(yīng)用。與同類成果相比的優(yōu)勢(shì)分析：主要成果發(fā)表在國際權(quán)威期刊上，構(gòu)建的新方法新理論得到了權(quán)威專家的高度評(píng)價(jià)，相關(guān)工作引起了國內(nèi)外同行的廣泛關(guān)注與引用。通過國際合作，本項(xiàng)目提出的相關(guān)快速算法已通過國際合作研究被法國INRIA、法國LAPLACE國家實(shí)驗(yàn)室、荷蘭格羅寧根大學(xué)等國際知名研究機(jī)構(gòu)用于解決科學(xué)計(jì)算中的大規(guī)模代數(shù)方程組求解難題。