次要等位基因频率筛选阈值对人类单体型图精度的影响:基于中国汉族与藏族人群测序数据的比较

基因组变异是个体间疾病易感性和药物反应等表型多样性的遗传基础.国际人类单体型图(International HapMap)旨在为复杂疾病相关遗传变异的研究提供路线图.单核苷酸多态性(SNPs)是HapMap的基本要素.SNPs等位基因频率影响连锁不平衡结构、单体型的构建、标签SNPs的筛选,是影响HapMap精度的主要因素之一.因此,次要等位基因频率筛选阈值的选择对图谱精度有深远影响.迄今大多数研究者选用自定的阈值,且鲜有针对次要等位基因频率筛选阈值对HapMap精度影响的研究.为探讨次要等位基因频率筛选阈值对相应HapMap精度的影响,本研究用中国汉、藏族人群15号染色体中心粒区域基因的测序结果按不同次要等位基因频率筛选阈值(≥0.01,≥0.05,≥0.10)将以往的数据分成了3组,即0.01组、0.05组以及0.10组,分别构建了3组数据的HapMap,并比较了各组HapMap精度、关联分析的研究效能及节约/总成本比值.结果显示,0.01组有最高的关联分析研究效能(相比0.05组:汉族,P=0.019;藏族,P=0.029),并捕获了最多的人群特异性单体型(相比0.05组,P=0.012).在所检区域内,与0.10阈值相比,0.05阈值并没有显著提高关联分析的研究效能(汉族,P=0.191;藏族,P=1.000)及人群特异性单体型的捕获(P=0.592).同时,在藏族人群中,0.05与0.10组产生了相同数据的标签SNPs效率、连锁不平衡结构域的数目和平均长度、关联分析研究效能及节约/总成本比值.结果提示,较低的次要等位基因频率筛选阈值更适合着重于人群特异性单体型的研究;不同人群最佳次要等位基因频率筛选阈值可能不尽相同.由于本研究检测基因数目有限,这一重要议题仍需更多深入的探讨.

基于阈值筛选模糊分簇的WSN数据稳定汇聚算法

为改善当前WSN数据稳定汇聚过程中难以动态筛选最佳簇头节点及数据传输过程中节点内部竞争过度导致数据传输抖动的问题,提出一种基于阈值筛选模糊分簇的无线传感网数据稳定汇聚算法。在分簇过程中基于模糊思想形成分簇阈值,根据阈值水平高低进行网络结构的初始化,利用剩余能量水平进行簇头节点的周期轮换;在簇头节点确立后,综合考虑剩余能量及与Sink节点间物理距离,定义数据汇聚准则,簇成员通过该准则将数据传输至控制中心节点,完成整轮数据稳定汇聚过程。仿真结果表明,与当前WSN数据汇聚算法相比,该算法可改善网络负载水平,增强网络数据分组投递性能,减少网络控制开销。

基于阈值筛选器的风机出力结构模型研究

针对风电机组出力情况难以精细量化分析问题,文章提出了基于阈值筛选器方法的出力结构模型。根据阈值筛选器对机组多种运行状态进行识别,构建出机组出力结构模型,然后利用该模型对风机出力进行分析。实验结果表明,该模型能够有效分析机组出力情况,有助于实现机组的精维护。

基于阈值筛选的室内定位优化算法

针对室内超宽带(Ultra-Wide Band,UWB)的定位技术在复杂遮挡的环境下定位效果不好、定位不精确的缺陷,本文提出一种在Chan算法的基础上对粒子群算法进行优化的混合算法定位方法。首先利用Chan算法求出定位标签初始估计位置坐标,并在非视距(NLOS)环境下通过设置阈值θ以对Chan算法计算出的位置坐标进行筛选;将已知的基站接收到的距离差与用Chan算法求出的标签位置信息求出的不同基站间的距离差做差值和,若差值和小于该阈值则直接输出位置坐标,反之则将位置坐标作为粒子群算法的初始值,通过迭代优化不断追踪个体极值和局部极值,更新个体的位置和速度,寻找到全局最优解再进行输出。仿真结果与实际场地实验结果表明,与单一算法相比,本文提出的混合定位算法在非视距环境下的定位精度可提高27%~31%;收敛速度快,算法复杂度低,满足室内定位的要求。

基于低频噪声检测光耦器件可靠性的频域筛选方法

针对光耦器件可靠性筛选,提出全频段阈值筛选方法检测光耦器件内部低频噪声。根据光耦器件内部的低频噪声完成光耦器件可靠性的筛选。实验中利用光耦器件测试系统检测200只光耦器件内部的低频噪声,计算这200只光耦器件全频段平均噪声谱,确定筛选的阈值,再根据光耦器件可靠性分类标准,判断被测器件可靠性等级。

基于相似度函数的上肢关节点改进阈值滤波方法及其应用

针对视觉传感器受自身硬件条件及环境扰动的影响,采集到的关节点运动数据往往存在异常值的问题,为了提高Kinect获取的上肢关节点运动数据的准确性,提出了一种基于相似度函数的上肢关节点改进阈值滤波方法,来减小异常值对运动追踪的影响。基于前景轮廓相似度、肢体比例相似度和分布相似度构建了关节点相似度函数,将其用于评估截取的每帧关节点数据的可信度;分析了函数中各项参数对整体相似度的影响,基于相似度函数改进了阈值筛选法,并将其用于评估后的关节点数据的滤波;基于滤波后的上肢关节点运动数据完成了人机交互实验,提高了机械臂模仿人臂抓取的成功率。在跟踪人体上肢关节点运动时,与传统滤波方法相比,所提方法对关节点滤波的误差率更低,且具有较好的滤波稳定性和滤波速度。

改进视觉惯性里程计融合GPS的无人机定位方法研究

为提升无人机大范围弱纹理场景下的状态估计,提出一种改进视觉惯性里程计融合GPS的定位方法。首先,通过在视觉惯性里程计中加入线特征来表示环境的几何结构信息,提升位姿估计的准确性;其次,通过引入长度阈值筛选,剔除对位姿估计贡献不大的短线段,改善特征追踪的鲁棒性;最后,使用非线性优化的方式,将GPS测量信息和改进的视觉惯性里程计融合,校正视觉惯性里程计的累积误差。基于EuRoC数据集仿真实验以及应用于无人机的真实场景实验表明,相较于原算法,加入线特征算法的定位误差在仿真实验中降低了39.14%,室内场景降低了23.48%,室外场景降低了33.58%。融合了GPS的点线特征算法相较于原算法,定位误差降低了53.99%。

改进的Camshift目标跟踪算法的研究

Camshift算法是一种常用的跟踪算法,使用传统的Camshift算法追踪目标时,在目标与背景色调一致,或者目标与镜头相距较远的情况下可能会跟踪失败。通过分析Camshift算法的不足,从目标初始化和阈值筛选这两方面做出了改进;将原算法中的单框圈定目标改进为双框取定目标,阈值不变改进为自动调整阈值。实验结果证明,该算法具有一定的先进性,在目标较小或者目标移动迅速的情况下也能准确地进行跟踪,提高了算法对背景的适应能力以及跟踪的成功率和准确率。

基于泛正态阻抗云的谐波发射水平估计

提出了一种基于泛正态阻抗云的用于估计系统侧谐波阻抗及谐波电压发射水平的方法。首先,从波动量法的基本原理入手,通过理论分析得出利用波动量比值计算系统谐波阻抗的关键是辨识出更接近于系统谐波阻抗的波动量比值样本;其次,通过对波动量比值概率分布特征的研究,提出其泛正态分布的特征满足正态云模型的适用条件,从而利用逆向云发生器计算云的数字特征;最后,基于云模型的"3En'规则",确定阻抗筛选阈值,进而由筛选合格的样本估计系统谐波阻抗及谐波电压发射水平。对理论模型的仿真和实际工程算例的验证证明所提方法的准确性和有效性。

基于改进变分模态分解和Hilbert变换的变压器局部放电信号特征提取及分类

针对现有局部放电(PD)信号特征提取方法存在的不足,提出一种基于变分模态分解(VMD)和Hilbert变换(Hilbert-VMD)的特征提取方法,并提出一种双阈值筛选法来确定VMD算法中的分解模态数。首先,根据PD信号功率谱,采用双阈值筛选法确定VMD算法中的分解模态数;其次,采用VMD算法对PD信号进行分解,得到数个有限带宽的固有模态分量(BLIMFs);然后,对各模态分量进行Hilbert变换并线性叠加后得到PD信号的Hilbert时频谱,并计算各模态分量的边际谱;最后,根据各模态分量的边际谱提取PD信号频域内的特征量,并用支持向量机(SVM)对所提取的特征量进行分类。实验结果表明,对试验环境下和现场实测两种环境下的PD信号,采用该文方法提取得到的特征量均具有较高的正确识别率,充分说明该特征提取方法可以有效提取PD信号特征。对于噪声较大的实测信号,采用该方法得到的正确识别率并未明显降低,说明该方法具有较好的噪声鲁棒性。此外,该文所提Hilbert-VMD方法也为PD信号提供了一种新的时频分析方法。

基于分数阶傅里叶变换和频谱增强的路面裂缝图像识别方法

针对从复杂的道路背景中难以有效识别路面裂缝的问题,提出了一种基于分数阶傅里叶变换(FrFT)和频谱增强处理的路面裂缝图像识别方法。首先,使用分块法和中值滤波对图像进行预处理;其次,通过分数阶傅里叶变换将裂缝图像转换为频谱图,并对频谱图进行区域去除和增强处理,使用分数阶傅里叶逆变换将处理的频谱图像转换为增强的裂缝图像;再次,通过对增强的裂缝图像进行图像叠加、取反和阈值筛选处理选出缺陷模板;最后,使用Canny边缘检测结合膨胀腐蚀和区域筛选阈值的方法对缺陷模板进行路面裂缝识别。与小波变换(WT)检测算法相比,分数阶傅里叶变换检测图像在准确率和召回率上分别提高了14.35%和17.1%,并分析了频谱增强倍数和減去阈值对实验结果的影响。实验结果表明,使用分数阶傅里叶变换与频谱增强处理的方法能够有效提高路面裂缝的识别率。

中低速磁浮轨道疑似不平顺的Box-Whisker图筛选法

为了减少中低速磁浮轨道检测工作量和轨道检测设备占用线路的时间,提升轨道不平顺检测效率,提出了通过行车记录仪采集悬浮系统有关数据来筛选轨道疑似不平顺的方法;依据轨道线路不平顺异常对悬浮间隙、悬浮电磁铁垂向加速度及电磁铁电流等都会造成明显突变异常的基本思想,基于Box-Whisker图设定筛选阈值,利用悬浮间隙、悬浮电磁铁垂向加速度及电磁铁电流等数据进行三元阈值的异常筛选,并针对可能漏筛的数据再次分别基于一元和二元阈值筛选,并综合上述结果来判定轨道路段的异常等级,将多次被筛选出的异常判定为疑似不平顺路段;为进一步提升不平顺异常路段筛选结果的准确性,依据同一车厢的不同悬浮控制点通过相同不平顺异常路段时的数据应体现出重复性异常的思想,融合行车记录仪记录的多个悬浮控制点数据的筛选结果,以此综合评判路段的疑似不平顺,在此基础上应用提出的方法分析了长沙磁浮线M车厢左侧10处悬浮控制系统的数据。研究结果表明:提出的方法使现有全路段不平顺检测方式转变为利用轨检设备有针对性地检测疑似异常路段的方式,线路检测维护时间可减少20%左右。

基于Taylor展开的UWB井下定位算法研究与实现

针对无线信号在煤矿巷道中传播时由于多径效应明显,而导致定位精度不高的问题,通过对UWB定位模型进行分析,提出一种基于Taylor级数展开的UWB(Ultra Wide-Band)定位算法。考虑Taylor级数迭代算法对初始值依赖性很高的问题,首先采用三点直接定位算法对目标节点进行粗定位,然后通过阈值筛选和权重计算产生Taylor定位的初始值,再进行迭代求解,进行第二次精确定位。一个基于UWB无线定位系统平台对该算法进行了验证,结果表明该算法可以保证最大定位误差为0.4 m,基本满足井下定位的需要。

基于姓氏用字驱动的混合中文姓名识别算法

中文姓名识别是信息抽取的一个重要研究内容,同时也对自然语言处理的其他应用具有重要意义.本文针对中文姓名构成的一般规律和特点,提出了一种姓氏用字驱动的统计与规则相结合的混合中文姓名识别算法,该算法以姓氏用字为线索,通过对前后文中汉字串成词的可能性的评价来进行姓名识别.对所提出的算法用144 K文本进行了实验测试,验证了它的有效性.

变电站NLOS环境下的UKF超宽带定位改进算法

为解决非视距(Non-Line-of-Sight,NLOS)严重的变电站环境下定位精度低的问题,在飞行时间(Time of Flight,TOA)测距方法的基础上,文章提出了融合Taylor级数和无迹卡尔曼滤波的定位算法以提升定位估计精度。该算法首先对泰勒算法的初值提出改进,通过对加权最小二乘法(Weighted Least Squares Method,WLS)解算的位置估计值进行阈值筛选和权重计算,保证定位精度的同时降低了迭代次数;然后针对在NLOS环境下标签坐标预测不稳定的问题,引入无迹卡尔曼滤波(Unscented Kalman Filter,UKF)算法进行去噪,将Taylor级数的估计值作为UKF算法的观测值,以提高UKF预测时的估计精度。测试结果表明,在静态实验下,该方法的均方根误差至少降低了5.81%;在动态实验下,路径跟踪的平均定位误差能够降低37.5%以上。

基于最小二乘和泰勒级数的超宽带定位算法

为提高定位算法的鲁棒性和定位精度,文章提出了一种基于最小二乘(LS)和泰勒级数(Taylor)的超宽带定位算法。首先利用最小二乘进行粗略定位,再通过阈值筛选和权重计算对初始数据进行寻优以获取最佳初值,最后通过Taylor算法对定位节点进行迭代求解,获取精准的位置坐标。仿真实验结果表明,此方法对固定/移动节点的定位误差控制在5 cm左右,可满足大多数严格的工业应用环境。

基于改进孤立点算法的异常交通数据识别

以地磁检测数据为基础,分析导致交通数据异常的原因;基于对异常数据的识别,对基于相似系数和的孤立点算法进行改进,即对规律性的交通数据进行时段划分,计算相似系数,采用交通量和时间占有率逐次逼近基础值的方法设定阈值。通过实例对分别采用传统阈值筛选法和改进后的孤立点算法对异常交通数据的识别结果进行对比分析。研究结果表明:基于改进相似系数和的孤立点算法对异常数据识别的检测率高于85%,误检率低于25%,识别结果优于传统阈值筛选法,可快速、有效地识别交通异常数据。

基于低频噪声检测的电力MOSFET可靠性分析

针对变电所中通信电源的核心器件电力金属氧化物半导体场效应晶体管（power MOSFET,P-MOSFET）在大功率、强电流下易损坏、故障率高,直接影响电力通信业务的安全稳定运行的问题,提出了一种基于低频噪声检测的可靠性分析方法。利用互功率谱测量方法检测PMOSFET内部的本征低频噪声,根据频段阈值法的拐点噪声谱,确定P-MOSFET筛选的上下限阈值大小,建立了P-MOSFET的1/f噪声功率谱密度及其阈值的对应关系式。实验结果表明,与传统的有损检测法相比,该方法能够有效评估P-MOSFET的三种可靠性等级,提高了可靠性筛选的准确率,为其他晶体管的可靠性评估提供了参考。

扫描电子显微镜图像的特征提取方法研究

对扫描电子显微镜图像特征进行提取在提高显微镜图像利用率方面具有重要意义。传统提取方法主要通过模板匹配与遗传算法对特征进行提取,存在提取精度低、耗时长的问题。因此,提出基于阈值筛选的扫描电子显微镜图像的特征提取方法。先对影响扫描电子显微镜图像采集的扫描电路和采集部件进行分析,确定采集图像的准确性;根据特征向量相似性预提取图像特征,通过阈值筛选确定特征点位置实现对扫描电子显微镜图像特征的提取;以提取准确度和耗时为指标进行实验验证。实验结果表明,采用改进方法相比传统方法提取准确度提高了32.3%,耗时缩短了69.1 s。

基于DSM坡度分析的建筑变化监测研究

针对传统的监测手段存在的数据源精度不够、监测方法不科学、监测结果不准确等问题,创新性地提出了基于DSM(digital surface model)坡度分析的建筑自动变化监测技术体系,通过对多期高分辨率的DOM(digital orthophoto map)及DSM数据进行差值计算、坡度分析、阈值筛选等处理,最终得到研究区的建筑变化图斑。研究表明,该方法可广泛应用在建筑变化监测领域。