序列

摘要： “写人”类习作是学生最为熟悉,却最难写、写得最不理想的一类习作。教学中,教师应把握“序列”的脉;瞄准“微格”的靶;搭设“抵达”的桥;标好“评价”的尺,教给学生看得见的习作知识、摸得着的习作内容、用得上的习作方法、评得上的习作标 准,学生才能学得主动、学得轻松、学得有成效。

摘要： N6-甲基腺嘌呤(6mA)位点在调控真核生物的基因表达中起着至关重要的作用,准确识别6mA位点有助于理解基因组6mA位点的分布和生物功能。目前,各种实验测定方法应用于识别不同物种体内的6mA位点,但其太昂贵和耗时。基于此,文中提出了一种基于XGBoost的识别水稻基因组6mA位点模型P6mA-Rice。首先,通过引入序列核苷酸位置特异性及其他相关DNA性质,从7个方面提出了有效的特征提取准则,使其更全面地提取DNA信息;然后,基于XGBoost算法的特征重要性进行了进一步特征筛选,最终获得了特征集合P6mA;最后,在此基础之上,基于所选XGBoost分类算法,成功构建了P6mA-Rice甲基化位点识别模型。其相应的小刀实验结果表明,P6mA-Rice的敏感性为90.55%,特异性为88.48%,相关系数为79.00%,准确率为89.49%。大量实验验证了P6mA-Rice模型的有效性。

摘要： 宴席曲歌词结构类型以序列结构最为常见,具体包括时间序列、空间序列、数字序列、亲缘序列、颜色序列等。大多数宴席曲采用单一结构,仅有少数采用复合式结构。民间传唱者的身份与文化素养、宴席曲的口头文化性质及传承的需要最终决定了其结构形态。作为民间歌谣的一种极具生命力的表达方式与编创机制,宴席曲的结构不仅有利于丰富宴席曲的歌词内容,增强宴席曲的内在美学意蕴,还有利于宴席曲的传播。

摘要： 目的:探讨前置胎盘并胎盘植入的MRI诊断价值。方法:选择2017年6月~2019年6月经手术证实前置胎盘患者66例进行回顾性分析,合并前置胎盘并植入患者50例,总结比较不同序列对前置胎盘并植入的评价。结果:HASTE序列子宫肌层、联合带、胎盘内低信号、植入灶情况显示率高于true FISP序列(P0.05);前置胎盘伴植入盘内信号不均、胎盘内增粗血管影、T_(2)W1胎盘内条带状低信号影、胎盘与子宫分界不清影像特征高于前置胎盘不伴植入的患者(P<0.05),前置胎盘伴植入子宫轮廓局部外凸、膀胱突起影像特征低于前置胎盘不伴植入的患者(P<0.05)。结论:MRI能提高前置胎盘并胎盘植入诊断效能,对临床上制定合理的治疗方案具有重大意义。

摘要： 应用氨基酸残基间的接触得分模型,分析了包含17个A类G蛋白偶联受体(G protein-coupled receptors,GPCRs)激活态和非激活态结构的残基对接触重排的保守性。不同于在较小数据集上所发现的34对保守重排,在新数据集上仅有4对残基存在一致的位置重排,且均为由非激活态到激活态的接触减弱类型。4对保守接触重排分布在5个螺旋的8个残基位置上,涉及位置均靠近G蛋白偶联区,远离配体结合区。保守重排的8个残基附近均存在序列保守性,这一现象符合“序列决定结构”的假设。当采用绝对满足接触得分模型设定的条件时,A类GPCRs不存在自配体结合区到G蛋白偶联区的保守的共同激活路径,保守变构很可能仅发生在靠近G蛋白结合区的位置,也表明A类GPCRs的变构表现出宏观的一致性和微观的特异性特征。

摘要： 目的探讨合成MRI定量技术在膝关节半月板损伤中的应用价值。方法收集临床拟诊半月板损伤患者50例,均行常规MRI及MR集合序列(MAGIC)检查。由2位资深放射科医师评估半月板形态和信号改变,将半月板分为正常组(0级)、变性组(Ⅰ、Ⅱ级)及撕裂组(Ⅲ级),将正常组分为内侧前角组、外侧前角组、内侧后角组和外侧后角组。在合成MRI定量图内侧前角、外侧前角、内侧后角、外侧后角最大层面测量所有半月板的纵向弛豫时间(T_(1))、横向弛豫时间(T_(2))和质子密度(PD)。采用Kruskal-Wallis H检验比较正常半月板4组间及正常、损伤半月板间定量参数值的差异。采用ROC曲线分析T_(1)、T_(2)诊断半月板损伤的效能。结果正常半月板4组间T_(2)值差异有统计学意义(P0.05)。各组间PD值比较差异均无统计学意义(均P>0.05)。当T_(1)和T_(2)的阈值分别为920和39 ms时,鉴别半月板损伤的AUC分别为0.718、0.987,灵敏度分别为73.8%、100.0%,特异度分别为68.9%、95.1%,T_(2)诊断半月板损伤的效能优于T_(1)。结论合成MRI技术可以对损伤半月板进行定量分析,其中T_(2)是诊断效能较高的定量指标。

摘要： [目的]明确引起山东省济南市侧柏枝枯病的病原菌种类,为该病的防控提供依据。[方法]采用组织分离法和单孢分离法进行病原分离纯化,通过形态学和多基因系统发育分析(ITS、TEF-1α、TUB2)相结合的方法对分离菌株进行鉴定,通过人工接种测定其致病性。[结果]菌落初期白色,菌落中间簇状,后期菌落深灰绿色,背面黑褐色。分生孢子单孢透明,梭形、椭圆形、卵球形。根据形态特征和多基因系统发育分析将分离菌株鉴定为Neofusicoccum occulatum Sakalidis,M.L.,Burgess,T.I.。人工接种分离菌株,均可以引起侧柏枝条、鳞叶发病,症状与田间一致。从发病部位同样可以分离获得接种菌株。[结论]明确了N.occulatum是引起山东省济南市林场侧柏枝枯病的致病菌。

摘要： 学生不善于阅读完整的“课文”,只看“正文”而忽视助读系统是目前语文教学环节存在的“通病”,语文教师可以给学生示范如何解读教材编者意图,从阅读一篇“课文”到阅读一个单元,再到阅读整本教科书,乃至中考总复习时阅读整套语文教材,借以实现从点到线,由线及面,构面成体的语文高阶思维培养。

摘要： 作曲家、教育家姚恒璐教授的《〈二重奏〉为低音提琴与钢琴所作》(《DUET,for Contrabass and Piano》)是他第一首以十二音序列技法完成的室内乐作品,该作品以十二音序列手法为主,同时兼具中国五声特色。本文主要从序列的构造、序列的布局、基于不变子集的序列选择以及基本集合控制下的十二音和声四个方面,对作品的序列技法进行分析。

摘要： 选题是教育质性研究的难点,难于不知从何而起。研究者可以从教育现象入手,依靠研究者本身作为方法,遵循现象·话题·问题的序列交叉回旋,构建立体的漏斗状选题思路,逐步统一研究者的教育信念,拟定研究范式,筛选理论基础,最终聚焦研究问题,确定选题。研究者可以通过撰写教育自传、开展集体审议、运用扎根理论以及实质理论观照等策略,提炼、设计教育质性研究的选题。

摘要： 研究了由单圈T-函数生成的伪随机序列的第k位序列的移位自相关性和单圈T-函数生成的周期序列的2-adic复杂度，计算了某些特殊单圈T函数生成序列的连接整数.讨论了当移位量为Nk/2'时，对应的自相关函数取值的界.该结果表明，当移位值比较小时自相关函数的取值较大，这揭示了T函数用作密码函数时的一个弱性.

摘要： @@授粉受精是植物完成生活周期的重要组成部分，高等植物的受精作为世代的一个转折点，由此开始了孢子体时期的发育，这一过程表达的相关基因组成一个高度复杂的调控网络。

摘要： @@花粉发育和授粉受精与作物的产量、品质等重要农艺性状直接相关。本实验室通过基因芯片分析白菜核雄性不育两用系‘Bcajh97-01 A/B’授粉受精相关过程基因表达时，发现一个发育中的花粉和授粉后的雌蕊中特异上调的基因，其在拟南芥基因芯片中的探针编号为257985_at，表示一组蛋白去甲化基因at3g20810。

摘要： 随着对脊柱矢状面序列重要性的深入了解,对脊柱后凸患者早期颈、胸、腰椎矢状面序列的发展过程有了更进一步认识.当某一脊柱节段的矢状面序列偏离正常范围时,则会出现整个脊柱在矢状面的病理改变.本文对脊柱后凸进行了分类，并介绍了治疗方法。

摘要： 中国传统建筑作为中国文化的载体,其空间精神是营造观的灵魂,其空间意趣主要通过建筑与庭园的空间情态与建筑群体的空间意韵,来表现其独特、丰富的空间内涵与其艺术的感染力。

摘要： 中国传统建筑作为中国文化的载体,其空间精神是营造观的灵魂,其空间意趣主要通过建筑与庭园的空间情态与建筑群体的空间意韵,来表现其独特、丰富的空间内涵与其艺术的感染力。

摘要： 中国传统建筑作为中国文化的载体,其空间精神是营造观的灵魂,其空间意趣主要通过建筑与庭园的空间情态与建筑群体的空间意韵,来表现其独特、丰富的空间内涵与其艺术的感染力。

摘要： 中国传统建筑作为中国文化的载体,其空间精神是营造观的灵魂,其空间意趣主要通过建筑与庭园的空间情态与建筑群体的空间意韵,来表现其独特、丰富的空间内涵与其艺术的感染力。

摘要： 中国传统建筑作为中国文化的载体,其空间精神是营造观的灵魂,其空间意趣主要通过建筑与庭园的空间情态与建筑群体的空间意韵,来表现其独特、丰富的空间内涵与其艺术的感染力。

摘要： 中国传统建筑作为中国文化的载体,其空间精神是营造观的灵魂,其空间意趣主要通过建筑与庭园的空间情态与建筑群体的空间意韵,来表现其独特、丰富的空间内涵与其艺术的感染力。

摘要： 参考信号的循环移位被量化为小区特定循环移位和伪随机跳频的输出的组合，并且在该小区中传播该小区特定循环移位的指示。在一个实施例中，该循环移位被量化为在该小区特定循环移位、伪随机跳频的输出和用户特定循环移位之和上的模操作，在这种情况下，该用户特定循环移位的指示在上行链路资源分配中被发送，并且用户在由上行链路资源分配而分配的上行链路资源中发送它的循环移位的参考信号。该循环移位也可以根据参考信号的长度被量化为cyclic_shift_symbol＝(cyclic_shift_value*参考信号的长度)/12；其中cyclic_shift_value在0和11之间，且cyclic_shift_symbol是在参考信号的符号中给定的循环移位的数量。

摘要： 在没有供给靶标(30)的情况下，当通过保持经由结合部的结合以激发供体荧光分子(11)时，能量转移到接近于供体荧光分子(11)的受体荧光分子(21)，从而受体荧光分子(21)呈现荧光。在供给了靶标(30)的情况下，靶标(30)与检测部结合而使经由结合部的结合被解除，受体荧光分子(21)远离供体荧光分子(11)，从而供体荧光分子(11)呈现荧光。

摘要： 事件波形提取部(3)从时间序列数据提取事件波形。同现度计算部(4)计算事件波形在时间序列数据间的同现度。组分类部(5)将时间序列数据分类成与事件波形的同现度对应的组。事件信息生成部(6)在组中包含的时间序列数据间判别事件波形的产生期间重合的时刻，根据判别出的时刻，生成确定与事件波形相关联的事件的事件信息。

摘要： 本发明涉及用于在玻璃片材序列F中切割玻璃块序列P的切割方案序列的生成方法，所述玻璃块旨在根据一个或多个台架Ck上的放置和/或顺序约束进行堆叠。所述方法包括以下步骤：a.检索与序列F中的每个玻璃片材中的缺陷的定位和性质有关的信息；b.定义优化标准σ；c.由计算机实施的生成切割方案PDij的一个或多个序列Si，所述切割方案PDij用于根据每个玻璃片材中的缺陷的定位、并且遵循针对每个台架Ck的玻璃块放置和/或顺序约束来切割玻璃片材；d.由计算机实施的根据优化标准σ来选取切割方案PDij的序列Si中的一个。本发明还目的在于使得能够实施这样的方法的切割方案序列生成设备。

摘要： 特征量提取装置(100)具有：数据取得部(110)，其取得时间序列数据作为输入时间序列数据(D1)；多滤波器应用部(120)，其具有多个数字滤波器，对数据取得部(110)取得的输入时间序列数据(D1)应用各数字滤波器，按照每个数字滤波器输出应用后的包含时间序列特征或频率特征的时间序列数据即滤波器响应时间序列数据(D5)；以及特征量提取部(130)，其针对多滤波器应用部(120)输出的多个滤波器响应时间序列数据(D5)，按照每个滤波器响应时间序列数据(D5)提取特征量，输出提取出的特征量作为特征量数据(D2)。

摘要： 本发明从RNA干扰的目标基因的碱基序列中搜索符合下述规则(a)－(d)的序列部位，根据搜索结果进行能够产生RNA干扰的小干扰RNA(siRNA)的设计、合成等。(a)3’末端的碱基是腺嘌呤(A)、胸腺嘧啶(T)或尿嘧啶(U)。(b)5’末端的碱基是鸟嘌呤(G)或胞嘧啶(C)。(c)3’末端的7碱基序列中富含由腺嘌呤(A)、胸腺嘧啶(T)和尿嘧啶(U)组成的群组中选择的1或1种以上的碱基。(d)碱基数在产生RNA干扰且不产生细胞毒性的范围内。

摘要： 本申请提供了一种序列化方法、反序列化方法、序列化装置及反序列化装置，本申请实施例首先确定目标对象的存储结构类型，利用该存储结构类型，查找对应的目标序列器，目标序列器中保存有目标对象的元数据信息，进而触发目标序列器将目标对象写入到序列中，从而完成目标对象序列化过程。

摘要： 提供精度优良地识别包括移动物体进行的一连串的单独作业的作业序列的作业序列识别装置、作业序列识别系统、作业序列识别方法以及程序。作业序列识别装置(1)识别包括一连串的单独作业的作业序列。作业序列识别装置(1)具备：取得部(11、12)，取得将作业区域内的移动物体的位置表示为时间序列的第1感测信息、和将作业区域内的不同的位置处的周围环境状态表示为时间序列的多个第2感测信息；控制部(12)，基于第1感测信息，确定一连串的单独作业的顺序，并基于第2感测信息，识别一连串的单独作业各自的作业内容。

摘要： 本发明提供了一种同源序列和同源序列中串联重复序列的检测方法、计算机可读介质和应用，涉及基因测序技术领域。同源序列的检测方法包括提取出目标同源序列间的差异位点作为打分位点给测序reads打分，并通过合理的计算分值的方法，将测序reads匹配至与其同源性最高的同源序列中，提高了数据分析的准确性。同源序列中串联重复序列的检测方法采用将测序reads和重复单元标准序列比对以获得该条reads的重复序列的重复数，通过统计与目标同源序列reads的重复序列的重复数的支持reads数获取同源序列中重复序列的重复数，缓解了现有技术中缺乏一种兼具效率和准确度的检测重复序列的检测方法的问题。

摘要： 在序列数据分析装置(10)中，计算部(21)比较作为观测某事件而得到的时间序列数据的输入序列数据(32)与作为关于该事件的标准时间序列数据的参照序列数据(31)，提取相互对应的输入序列数据(32)的数据元素与参照序列数据(31)的数据元素的组合。计算部(21)按照提取出的每个组合，计算输入序列数据(32)中的事件的进展相对于参照序列数据(31)中的事件的进展的相对速度即相对进展速度。判定部(22)根据由计算部(21)计算出的相对进展速度，判定输入序列数据(32)中的事件的进展是否存在异常。