【摘 要】
：
RNA序列在生命的各种过程中扮演着非常重要的作用,其功能常常与其二级结构或者三级结构密切相关。本文主要基于并行化的蚁群算法研究了RNA一级序列到RNA二级序列的转变过程,同时为了对算法进行提速,研究了并行化对算法的影响。本论文的主要工作如下:（1）以串行算法为基础,提出并实现一种基于Open MP的多线程的并行蚁群算法。算法使用Mathew＆Turner能量参数,通过局部优化的方法测算RNA不同结
论文部分内容阅读
RNA序列在生命的各种过程中扮演着非常重要的作用,其功能常常与其二级结构或者三级结构密切相关。本文主要基于并行化的蚁群算法研究了RNA一级序列到RNA二级序列的转变过程,同时为了对算法进行提速,研究了并行化对算法的影响。本论文的主要工作如下:（1）以串行算法为基础,提出并实现一种基于Open MP的多线程的并行蚁群算法。算法使用Mathew＆Turner能量参数,通过局部优化的方法测算RNA不同结构的自由能;并提出一种新的子结构确定方法,相比以往的树形递归的计算方法有更快的计算速度和同样优秀的准确性。实验从Gutell Lab CRW Site数据中挑选了10条不同的序列,最终取得了最优0.909的敏感性、0.895的特异性和0.9的精确度,说明算法可以取得令人满意的效果。（2）在OpenMP的多线程并行蚁群算法的基础上,进行更加深入的并行化工作,针对搭载CUDA的Nvidia显卡进行优化。对RNA子结构的识别算法提出新的改进,同时将CUDA实现的算法与在搭载HIP的AMD显卡上优化的算法进行实验。实验表明,针对CUDA优化的并行蚁群二级结构预测算法相比其它平台（例如,CPU上的Open MP和AMD上的HIP）具有更高的加速比和更快的执行速度。相比Open MP和HIP架构,CUDA是目前最优的蚁群二级结构预测算法并行化的实现方案,为其它相似或同等规模的问题提供了数据参考和新的思路。
其他文献
加权分数傅里叶变换（Weighted-type Fractional Fourier Transform,WFRFT）是一种具有广泛应用前景的通信信号射频隐身设计方法。通过加权分数傅里叶域的信号处理,可以改变通信信号的调制特征,将原始信号的调制特征模拟为目标信号调制特征,从而降低信号的截获风险,为电子对抗中的信号伪装、调制域加密等手段提供新的解决思路。本文从WFRFT变换域通信的基本原理出发,深入
图像失真类型的判定对卫星遥感图像质量评价、卫星遥感图像复原以及光学遥感成像链路修正等多个领域具有非常重要的意义。基于卷积神经网络实现的基础上,根据人眼视觉特性以及图像失真的规律,分别提出了基于双通道卷积神经网络的图像单失真类型判定方法和基于多尺度多分类器卷积神经网络的混合失真类型判定方法。基于双通道卷积神经网络的图像单失真类型判定方法根据人眼主要对图像的中高频信息敏感这一规律,采用信息熵阈值截取的
深度学习聚焦高阶思维，关注学生认知、探究等能力的提高；单元整体教学注重主题统领、内容整合，强调遵循学生的认知规律，提升学生的核心素养。二者具有共性，可融合设计，建构深度学习视域下的单元整体教学。具体教学中，教师可提炼单元主题意义，制订素养化学习目标和课时计划，整合单元学习内容，优化活动设计，实施多元化评价，以促进学生深度学习，提升学生的核心素养，进而实现语文学科的育人目标。
随着科技的进步和信息化技术的发展,计算机视觉在服装方面的应用也越来越广泛,智慧工地正是计算机视觉技术在工地场景下应用的产物,它在城市基础设施建设中正扮演越来越重要的角色。目前,针对工地场景下的安全性智慧识别仅仅限于对工人安全帽的监测,在工地服装领域还是存在以下问题:（1）在用计算机视觉方法来解决工地服装的分类问题时,服装样本的采集由于其特殊性较难获取,缺乏大量数据进行训练,极易导致模型过拟合。（2
近年来出现了一些如Foursquare、Yelp等基于位置的社交网络（Location-Based Social Networks,LBSN）服务,通过它们,用户可以在系统推荐的兴趣点列表中选择他们感兴趣的地点去访问并签到。兴趣点（Point-of-Interest,POI）推荐服务既有助于用户探索新地点也可以帮助商家发现潜在客户,近年来受到了广泛关注。目前已有不少关于POI推荐的研究工作,不过潜
复杂网络研究涉及社交网络、学术网络、万维网、蛋白质作用网络等很多领域中的抽象网络。社区结构挖掘是研究复杂系统的关键工具。探索和发现网络的社区结构对于了解复杂网络内在规律,开发其功能,预测其行为具有十分重要的意义和作用,特别是在大型复杂网络中进行社区划分,具有重要的实际意义。本文主要针对复杂网络中的社区发现算法展开研究,其主要工作和贡献如下:（1）针对标签传播在全局社区发现中,存在的不稳定性问题,提
针对诸如“传感器”等电子类器件生产制造企业具有小批量、多品种以及需求变化快等特性,存在生产资源分配不均衡导致的生产效率低下的挑战,因此,高效的生产车间调度非要重要。本文以传感器动态生产车间的问题为研究对象,结合智能算法,解决了混流车间中遇到的资源分配与动态订单的问题。本文具体的研究工作如下:（1）针对传感器生产车间作业调度均衡性较差、生产过程中出现资源浪费的现象,提出了一种改进的布谷鸟搜索算法,通
为了充分发挥现有武器装备的作战性能,达到防护效能的最大化,针对无人机"饱和攻击"的情况,通过分析防护效能的主要影响因素,以防卫目标损失最小、火力密度、火力纵深最大为目标函数,建立基于高密值大纵深的武器配置优化模型,制定"防卫目标周围部署原则"、"高价值目标优先保护原则"、"尽远拦截原则"和基于高密值大纵深武器配置优化算法,得到防卫目标损失最小、火力密度最大和火力纵深最大的部署方案。此方法解决了多防
移动互联网及通信技术的发展带来了智能手机用户的爆炸式增长,人们习惯于使用智能手机上丰富的应用来方便自己的日常生活。然而智能手机在给人们的带来便利的同时,也带来了更大的隐私泄露和财产损失的风险。目前,智能手机上主要是通过配备一次性的身份认证机制来保证设备的安全,例如数字密码、指纹识别、面部识别等,但是这些机制具有安全性和易用性方面的不足。在安全性方面,一次性身份认证机制仅在用户获取设备访问权限时生效
电网故障处置预案是调度人员电网故障处置经验的总结,是电网调度人员处理故障的参考手册。过去,为提高查阅效率,使用计算机存储和管理预案文本,并采用基于规则的模板库匹配方法辅助查找,这种方法存在实用性不强、处理方案维护困难、故障判定效率低等不足。因此本文开展基于深度学习的电网故障处置预案文本挖掘研究,利用自动化手段理解和分析预案中故障后电网运行方式和处置要点,挖掘故障后方式与处置要点之间的关联关系,使得