基于ZY1-02C卫星P/MS数据的草原伪步甲灾害遥感监测

【目的】运用2011年底发射的国产ZY1-02C卫星P/MS数据,探讨遥感监测草原伪步甲(Prosodes dilaticollis Motsch)生物灾害的可行性。【方法】研究区位于新疆玛纳斯和呼图壁两县草场,采用遥感和GIS技术,在遥感影像预处理的基础上,根据不同目标地物的光谱特征进行监督分类,将研究区内草原伪步甲危害区分为严重危害区、轻度危害区和无危害区3类,并进行精度评价。【结果】解译总体精度最高达74.2%,Kappa系数为0.78,地面实地验证精度为72%。【结论】国产卫星ZY1-02C的P/MS数据监测草原伪步甲生物灾害具有可行性。

面向PCP-MS数据的PPI网络推断算法

随着蛋白质组学的发展,研究者们开始聚焦于人类的全部蛋白质相互作用(Protein-Protein Interaction,PPI)网络的建立,质谱分析技术已成为预测蛋白质相互作用的代表方法。质谱技术是构建蛋白质相互作用网络的主要实验手段之一,基于质谱技术产生了大量的蛋白质纯化数据,如AP-MS数据和PCP-MS数据等。这些数据为PPI网络的构建提供了重要的数据支持,但是通过人工的手段来构建PPI网络不仅低效,而且很不现实。因此,面向PCP-MS数据的网络推断算法是生物信息学研究的一个热点问题。文中针对一类主流的质谱(PCP-MS)数据的PPI网络构建算法问题开展研究,从解决目前存在的瓶颈问题出发,达到构建高质量PPI网络的目的。现有的面向PCP-MS数据的PPI网络推断算法的研究还处于初级阶段,相关方法较少。同时,算法结果的质量还存在着一些问题:1)很多错误的相互作用被包含在不同的推断算法结果中,同时一些正确的相互作用在结果中被遗漏;2)不同的推断算法在同一数据集上的表现差异较大;3)对于不同的数据集,同一算法表现性能的波动方差较大。因此,为了从PCP-MS数据中推断出结构可靠、质量较高的PPI网络,文中提出一种基于相关性分析与排序整合的PPI评分方法。该方法基于无监督学习,包括以下两个步骤:1)计算蛋白质之间的相关系数,得到多组相关性结果;2)采用排序整合的方法对多组结果进行整合,得到整合后的PPI分数。实验结果表明,所提方法在不使用参考标准的情况下,可以达到与有监督学习方法接近的结果。

基于Lab Windows/CVI的发动机机械状态实时监测与离线诊断系统

介绍了计算机测控系统应用软件开发平台LabWindows/CVI及其在发动机机械状态实时监测与离线诊断系统中的应用,实际运用表明该系统能够有效地实现发动机机械状态实时监测与离线诊断。作为新型的测控软件平台,LabWindows/CVI极大地提高了软件开发效率和应用软件的系统功能。