应用流式细胞Index Sorting技术研究小鼠胚胎生血内皮细胞

目的:应用流式Index Sorting技术鉴定小鼠胚胎期d10(E10)的主动脉中生血内皮细胞(HEC)的表面分子表达特征,并结合体外孵育实验及免疫组化染色验证HEC的生血潜能。方法:已有研究显示细胞表面分子Kit和CD47均能标记造血相关群体。在此基础上,应用流式细胞Index Sorting技术分选单个分子表型为CD41^-CD43^-CD45^-CD31^+Kit^+的主动脉内皮细胞,并与基质细胞OP9-DL1共孵育诱导培养7 d,进而结合单个内皮细胞的流式分选特征参数,及诱导后生成CD45^+造血细胞和CD31^+内皮细胞的效率,综合回溯分析Kit和CD47富集HEC的效果。结果:具有生血潜能的HEC均富集在CD47^+内皮细胞群体中,CD47分子将HEC群体的精度提高1.5倍;CD47^+内皮群体中,仍有60%以上的内皮不具备生血能力,提示进一步探索寻找富集HEC表面标志的必要性。结论:应用流式细胞Index Sorting技术发现CD47分子能显著富集小鼠胚胎期HEC,为进一步精准富集并研究HEC提供了重要的技术手段。

城市社区养老服务设施指标体系构建研究

本研究以城市社区养老服务设施指标体系构建与应用为研究对象,运用层次分析方法,初步构建城市社区养老服务设施指标体系。该指标体系旨在为城市社区养老服务设施的评估、规划提供一定的参考依据,完善城市社区养老服务设施配套,提高老年人社区养老生活质量。

基于区块链的动态密文排序检索方案

为解决云存储服务器不可信问题,提出基于区块链的动态密文排序检索方案。首先,采用树形索引结构,可达到亚线性的检索效率;使用向量空间模型,降低了文本的复杂度;其次,利用词频-逆文档频率(TF-IDF)加权统计算法实现了多关键词检索结果的排序;再次,采用为新添加的文件单独建立索引树、为删除文件建立删除列表的方法,动态更新区块链上可搜索加密方案;最后,通过泄漏函数证明了所提方案对自适应选择关键词攻击的安全性。性能测试结果表明,所提方案采用的树形索引结构相较于{key,value}索引结构,索引树生成时间平均降低了98%、文件搜索时间平均降低了7%、动态更新时间平均降低了99%,各阶段效率均有明显提高。

用于时态聚合范围查询的分布式时态索引

在大数据与云计算时代,时态大数据的查询分析面临许多重要挑战。针对其中时态聚合范围查询性能不佳和不能有效利用索引等问题,提出一种用于时态聚合范围查询的分布式时态索引(DTI)。首先,采用随机或轮询策略对时态数据分区;其次,采用基于时间位数组前缀的分区内索引构造算法建立索引,同时记录包括时间跨度在内的分区统计信息;再次,利用谓词下推筛选时间跨度与查询时间区间重叠的数据分区,扫描索引进行预聚合;最后,将各分区得到的预聚合值按时间归并并聚合。实验结果表明,索引的分区内构造算法处理时间密度2400条每单位时间和0.001条每单位时间的数据的执行时间相近。索引的聚合查询算法相较于ParTime算法:在查询时间线前75%的数据时,每一步用时都至少减少22%;执行选择型聚合函数时,每一步用时都至少减少11%。因此,索引在多数时态聚合范围查询任务中具有更高的速度,它的分区内构造算法能解决数据稀疏问题且执行效率高。

基于新评价指标自适应预测的动态多目标优化算法

现实生活中的多目标优化问题(MOP)大多为动态多目标优化问题(DMOP),此类问题的目标函数、约束条件和决策变量都可能随时间的变化而发生改变,这需要算法在环境变化后快速适应新的环境,且在保证Pareto解集多样性的同时快速收敛到新的Pareto前沿。针对此问题,提出一种基于新评价指标自适应预测的动态多目标优化算法(NEI-APDMOA)。首先,在种群非支配排序过程中提出一种优于拥挤度的新评价指标,并分阶段平衡收敛快速性和种群多样性,使种群的收敛过程更加合理;其次,提出一种可判断环境变化强弱的因子,为预测阶段提供有价值信息,并引导种群更好地适应环境变化;最后,根据环境变化因子匹配3种更加合理的预测策略,使种群快速响应环境变化。将NEI-APDMOA与DNSGA-Ⅱ-A(Dynamic Non-dominated Sorting Genetic Algorithm-Ⅱ-A)、DNSGA-Ⅱ-B(Dynamic Non-dominated Sorting Genetic Algorithm-Ⅱ-B)和PPS(Population Prediction Strategy)算法在9个标准动态测试函数上进行对比。实验结果表明,NEI-APDMOA分别在9、4和8个测试函数上取得了最优的平均反世代距离(IGD)值、平均间距(SP)值和平均世代距离(GD)值,可以更快地响应环境变化。

基于极值索引排序算法的MMC均压优化研究

模块化多电平换流器(modular multilevel converter,MMC)正常运行的必要条件是直流侧维持稳定的工作状态,而对桥臂模块进行电压均衡控制是其控制的重要环节之一。针对传统均压策略在演算速度和开关损耗方面的劣势,提出一种基于极值索引排序算法的优化均压策略。根据子模块充放电过程的电压变化规律,在基于极值索引排序的基础上进行了重排序优化,实现了开关次数的降低。利用Matlab/Simulink仿真软件对二十一电平的MMC进行建模,通过对冒泡、混合、极值索引、优化极值索引四种排序算法进行仿真验证,体现了优化极值索引算法的明显优势,具体表现在具有较低的开关动作次数和优秀的演算速度。利用Visual C++6.0平台开发了C++算法程序,进行了模拟数据运算,已应用于MMC无功发生器控制中。

基于归并排序算法的MMC电容电压均衡控制策略

针对模块化多电平换流器(MMC)的传统均压策略中子模块反复投切和器件损耗大等问题,提出一种基于归并排序算法的MMC电容电压均衡控制策略。将子模块电容电压利用归并排序算法进行排序,利用电容电压的平均值和不平衡度来设定其投切的最优范围,在允许的子模块电容电压波动阈值范围内,减少系统中子模块不必要的反复投切,减少器件的损耗。建立MMC电容电压均衡策略的仿真模型,验证该策略的有效性和可行性。

随机森林算法下列表级排序学习推荐系统设计

为满足用户在信息过载情况下的隐式查询需求,设计随机森林算法下列表级排序学习推荐系统。用户登录系统后在用户层各界面操作产生操作信息,通过控制层将用户操作信息传输至处理层;由处理层数据采集模块采集用户感兴趣信息及数据,并将数据统一储存至数据层人机交互信息数据库中,处理层信息推荐模块依据数据层中人机交互信息数据,采用排序学习算法构建列表级排序学习推荐列表,利用随机森林算法作为构建推荐列表的学习方法,选取输出类别最多的决策树作为系统推荐结果;控制层将推荐信息传输至用户层推荐界面完成推荐系统对用户的专属信息推荐。系统测试结果表明,该系统可实现用户偏好内容推荐,推荐准确率为0.9以上,系统整体性能较好。

基于学习索引的图式区块链高效可验证查询机制

区块链技术近年来受到了广泛关注,并应用于各个领域,数据查询是其在应用过程的一个重要技术,如物流链中的数据溯源等.随着区块链系统中交易数据量的持续增长,支持高并发事务处理的图式区块链成为区块链技术的研究热点.图式区块链的高并发区块使得数据查询难以像传统链式结构依次遍历,可以根据图式结构采用广度优先或深度优先遍历策略,但这种查询方式存在效率低、验证难等问题.针对图式区块链数据查询的效率和可验证性问题,提出了一种基于学习索引的高效可验证的图式区块链查询机制Lever.该机制通过引入学习索引技术对图式区块链中时序数据分布特征进行学习以实现对索引过程的优化,旨在提高图式区块链查询的效率和可验证性.学习索引是通过学习数据分布来减少索引存储空间和查询时间的新型索引技术,将学习索引应用于图式区块链的纪元高度与时间戳的映射关系中,通过函数运算的方式定位查询数据,提高查询速度和效率.同时,为了加快纪元内多个区块数据的过滤速度,在每个区块头部添加布隆过滤器,并为每个纪元生成一个聚合布隆过滤器,从而提高纪元内的数据遍历速度.此外,为保证查询结果的正确性和完整性,该机制结合布隆过滤器和排序默克尔树生成可验证对象,通过部分默克尔树分支实现对布隆过滤器假阳性的不存在证明,有效减小验证对象的规模,从而提高图式区块链查询过程的数据传输效率.实验结果表明,Lever能有效提高基于DAG的图式区块链查询效率和可验证性,与Conflux的基本查询机制相比,该机制的查询性能最高提升了10倍,可验证对象大小开销可以降低90%.

考虑哈希索引的电网数据集市海量信息索引系统设计

针对当前电网数据集市海量信息索引未考虑排序处理数据信息,导致系统检索效率和查全率低,稳定性差的问题,提出考虑哈希索引的电网数据集市海量信息索引系统设计方法。该系统聚类融合处理数据信息,根据关联规则挖掘结果提取与检索数据,结合哈希算法排序融合电网数据信息。该系统采用B/S三层体系,将其分为表示层、功能层和数据层,从而实现了系统的功能模块的设计,完成电网数据集市海量信息索引系统设计。实验结果表明,该系统设计方法的检索效率和查全率更高,稳定性更好。

小型水库群坝风险指数排序分析方法研究

群坝风险分析是在每座水库大坝风险分析的基础上,把某一管辖范围内的大坝风险分析情况进行评价,确定资金流向和加固排序,提出经济高效的降低风险的策略。本文以区域小型水库为研究对象进行群坝风险分析方法研究,以泰安市岱岳区小型病险水库的风险排序为例,根据风险指数大小对水库做加固排序、进行资金调配,为目前正在开展的小型水库除险加固决策工作提供理论指导。

基于Lucene的数字作品搜索引擎的研究与设计

在Lucene的全文检索工具包的基础上,分析现有的主流中文分词算法和Lucene相关度排序算法,提出了改进的分词算法和改进的相关度排序算法。还采用倒排索引、检索技术、分布式存储和并行计算等技术,分析并设计了一个对海量数字作品信息的搜索引擎,为用户提供对海量数字作品信息的快速、准确的搜索服务。实验分析比较了分词速度和分词效果,还比较了关键词搜索结果的响应时间、命中数量、准确率和召回率。实验结果表明,本系统在很大程度上提高了搜索速度,保证了搜索结果的准确性。

病例分型医疗质量评价研究

病例分型理论是医疗质量研究的重点之一。作者结合该校开展的系列研究,对国内病例分型医疗质量评价研究的情况进行简要综述:一是校正医疗质量评价指标;二是制定医疗指标评价标准值:三是考核医疗工作数质量:四是评价医院社会效益;五是构建病例分型评价体系。

辣椒不同品种种子萌芽期耐低温性及评价方法研究

以108个辣椒品种为试材,测定了低温(18℃)下种子的相对发芽势、相对发芽率、相对胚根长、相对发芽指数和相对活力指数,并采用极点排序法对辣椒不同品种的耐低温性进行综合评价。结果表明:辣椒不同品种种子萌芽期的耐低温性不同,相对发芽率、相对发芽指数、相对胚根长和相对活力指数4项指标在不同品种间差异达显著水平(P<0.05)。选用上述4个指标,采用极点排序法计算得到各品种的综合评价得分,根据综合评价得分将108个辣椒品种分为10个耐低温品种,9个低温敏感品种,其余为中度耐低温品种。辣椒种子相对发芽势、相对胚根长与综合评价得分的相关性达到显著水平;相对发芽率、相对发芽指数、相对活力指数与综合评价得分的相关性达极显著水平,且相对活力指数与综合评价得分的相关性最高(r=0.8999)。通过测定低温下辣椒品种萌芽期相关性状指标,采用极点排序法可对辣椒种子萌芽期耐低温性进行快速、准确的评价。

图形处理器在数据管理领域的应用研究综述

比较了中央处理器和图形处理器体系结构的异同,并简要介绍了最新的图形处理器通用计算平台及不同体系结构间并行算法的异同。详细叙述了图形处理器在空间数据库、关系数据库、数据流和数据挖掘及信息检索等方面应用的技术特点;探讨了基于图形处理器的各种内外存排序算法及性能;描述了基于图形处理器的各种数据结构和索引技术;阐述了图形处理器算法优化方面的工作。最后,展望了图形处理器应用于数据管理的发展前景,并分析了这一领域未来所面临的挑战。

计及熵权指标及关联度排序的风电历史数据挖掘

预测风电功率对优化发电调度计划、促进风电消纳均具有重要意义。通过与供电负荷历史数据进行日间波动特性及其概率分布规律的对比研究,证明风电功率日间波动曲线在同比、环比方面均无明显规律可循,其幅频特性更适合以右偏态分布表征,但这会增大预测难度。为解决海量风电功率历史数据的有用信息挖掘问题,提出了一种基于熵权指标和关联度排序的亲密样本筛选方法,并将其应用于常见的几种短期风电功率预测模型。对北方某省实测数据的分析表明,所提出方法在提高风电功率预测准确度和计算效率方面均具显著效果。

基于排序预处理的等高线提取算法

从规则高程格网中自动提取等高线是地理信息系统以及计算机制图的基本功能。针对当前高程格网数据的海量性,在以往工作的基础上提出了基于常规顺序索引和桶式索引的等高线提取算法。在具体实现中与以往工作提出的基于区间树的算法进行了详细的效率比较,认为桶式索引在预处理效率、查询效率和占用空间等各方面具有较大优势。最后给出了进一步工作的内容。

塔克拉玛干沙漠新月形沙丘不同部位的粒度特征

通过对塔克拉玛干沙漠东经84°沿线,北纬38°50′～40°50′之间复合型沙垄垄间平地新月形沙丘的粒度筛析资料分析表明:沙丘沙以极细沙和细沙为主,二者含量达80～90%以上。平均粒径3.34φ。落沙坡脚最细,往迎风坡脚越来越粗。分选程度以沙丘脊部最好,向两坡逐渐较差。沙丘上沙子搬运以跃移为主,该组分含量占90%左右。粗截点2～3φ、细截点4φ左右。地面滚动组分平均含量<6%,悬移组分平均含量<3%。丘间地平均粒径2.94φ,分选也较沙丘差。作为对照,文中还论述了纵向沙垄的粒度特征。

分布式风电源与配网联络线协调规划

为了充分利用风能,提高分布式风电源在配电网规划中的经济性和可靠性,提出一种分布式风电源(DWG)和联络线协调规划的方法。先通过分析DWG和联络线之间位置不同对供电可靠性的影响,提出了考虑DWG和联络线影响的事故负荷损耗指标(CLLI)评估算法。在此基础上建立分布式风电源和联络线投资综合最小、网损最小以及供电可靠性最佳的多目标规划模型,应用非劣排序遗传算法优化得到分布式风电源的位置、容量和联络线的位置。IEEE33算例结果表明,该方法能得到合理的分布式风电源位置容量与联络线位置方案。

结合分段位图和B^+树的云数据索引机制研究

针对位图索引数据存储空间大、检索效率低的问题,提出了一种结合分段位图和B^+树的云数据索引机制(BBI)。BBI在索引创建时按照一定的基数对元组数据进行分段,以段为单位建立位图索引,索引数据量的决定因子由属性值的取值范围转变为分段数与基数的乘积,大大减少了索引数据量;同时,在每个数据节点上建立B^+树,避免了数据检索时对非结果数据的逐个遍历,从而显著提高了数据检索效率。实验结果表明,BBI索引是一种性能较优的云数据索引机制。