序列特征

摘要： 针对越南语事件标注语料稀缺且标注语料中未登陆词过多导致实体识别精度降低的问题,提出一种融合词典与对抗迁移的实体识别模型。将越南语作为目标语言,英语和汉语作为源语言,通过源语言的实体标注信息和双语词典提升目标语言的实体识别效果。采用词级别对抗迁移实现源语言与目标语言的语义空间共享,融合双语词典进行多粒度特征嵌入以丰富目标语言词的语义表征,再使用句子级别对抗迁移提取与语言无关的序列特征,最终通过条件随机场推理模块标注实体识别结果。在越南语新闻数据集上的实验结果表明,在源语言为英语和汉语的情况下,该模型相比主流的单语实体识别模型和迁移学习模型的实体识别性能有明显提升,并且在加入目标语义标注数据后,相比单语实体识别模型的F1值分别增加了19.61和18.73个百分点。

摘要： 植物逆境胁迫响应过程中microRNA(miRNA)发挥着重要调控功能,为探讨小麦Ta-miR154的特征及其对渗透胁迫的响应,以矮抗58和中国春为材料,克隆了Ta-MIRNA基因并对其序列特征及时空表达模式进行分析。结果显示,小麦Ta-MIR154的3个部分同源基因位于第7同源群染色体组上,分别命名为Ta-MIR154-7A、Ta-MIR154-7B和Ta-MIR154-7D;3个部分同源基因间序列差异较大,但在miRNA前体区域高度保守,其中由于一个核苷酸的变异导致不能生成7VM/兄/54组织表达分析显示,7V在成熟籽粒中的表达量最高,其次为节间和根系;籽粒形成过程中,Ta-MIR154从授粉后20 d开始快速上调表达,授粉后30 d表达量最高。干旱胁迫条件下,两品种的叶片中Ta-MIR154在受胁迫诱导后均上调表达,且矮抗58的表达水平高于中国春;而根中Ta-MIR154的响应模式不同,在中国春中呈先上调后下调的表达趋势,而在矮抗58中呈先下调后上调的表达趋势。盐胁迫条件下,两品种的叶片中Ta-MIR154在受胁迫诱导后呈先上调后下调的表达趋势,且中国春的上调幅度大且持续时间长,而在根系中矮抗58的上调表达幅度要大于中国春。推测Ta-MIR154在小麦渗透胁迫响应过程中发挥一定的调控功能。

摘要： 【目的】实现斑马鱼g型溶菌酶在大肠杆菌中表达,以获得高纯度且具溶菌活性的融合蛋白,为探究g型溶菌酶在斑马鱼抗菌过程中的作用机制及其开发利用打下基础。【方法】通过ClustalW、ExPASy、SignalP-5.0 Server及PSIPRED等在线软件对斑马鱼g型溶菌酶进行生物信息分析,经密码子优化后合成斑马鱼g型溶菌酶基因,亚克隆至pET-28a(+)表达载体并转化大肠杆菌BL21(DE3)感受态细胞,以IPTG进行诱导表达,并通过非干扰型蛋白浓度测定试剂盒和溶菌酶测定试剂盒(比浊法)测定其浓度及溶菌活性。【结果】从GenBank检索获得的斑马鱼溶菌酶基因g1(NM_001002706.1)和g2(XM_002664371.5)分别命名为Zeb-Lys-g1和Zeb-Lys-g2。Zeb-Lys-g1基因开放阅读框(ORF)长591 bp,共编码196个氨基酸残基,其编码蛋白分子量约21.6 kD;Zeb-Lys-g2的ORF长576 bp,共编码191个氨基酸残基,其编码蛋白分子量约21.1 kD;2种斑马鱼g型溶菌酶序列中均含有2个半胱氨酸残基及3个保守的催化残基位点(Glu、Asp和Asp)。Zeb-Lys-g1的N端含有17个氨基酸的信号肽,而Zeb-Lys-g2不存在典型的信号肽结构,但其三级结构均具有多个α-螺旋结构。在基于溶菌酶序列相似性构建的系统发育进化树中,Zeb-Lys-g1序列与金鱼g型溶菌酶序列的亲缘关系最近,而Zeb-Lys-g2序列与鲈形目和鲽形目鱼类的g型溶菌酶序列亲缘关系较近。将合成的斑马鱼g型溶菌酶基因(Zeb-Lys-g1和Zeb-Lys-g2)亚克隆至pET-28a(+)表达载体并转化BL21(DE3)感受态细胞,20°C下经IPTG(终浓度0.5 mmol/L)诱导16 h,可获得融合蛋白Zeb-Lys-g1和Zeb-Lys-g2,纯化后的浓度分别为1.01和1.66 mg/mL,对应的溶菌活性分别为689.68和44.39 U/mg。【结论】鱼类g型溶菌酶的基因变异较保守,经密码子优化及全基因合成方式合成的斑马鱼g型溶菌酶基因Zeb-Lys-g1和Zeb-Lys-g2可通过原核表达获得高纯度、高溶菌活性的融合蛋白,为探究斑马鱼溶菌酶的抗菌机制提供了技术支持。

摘要： 目的基于DNA条形码技术对北苍术种子进行鉴定研究及序列特征分析,探讨北苍术种子DNA条形码技术鉴定的可行性。方法收集北苍术种子12份,利用体视显微镜观察北苍术的外观形态特征;通过DNA提取、聚合酶链式反应(PCR)和双向测序获得其ITS2和psbA-trnH序列;利用CodonCode Aligner V9.0.1对其峰图质量进行评价,使用MEGA-X进行多序列比对和变异位点分析。结果北苍术种子的DNA提取、PCR扩增和测序成功率均为100%,且取得良好的测序结果;分别各获得12条北苍术种子的ITS2序列和psbA-trnH序列,其中获得的ITS2序列仅存在2个插入/缺失位点,psbA-trnH序列包含3个变异位点和4个单倍型,表明不同产地的北苍术种子种内变异相对较小。结论基于ITS2序列和psbA-trnH序列的DNA条形码研究和序列分析,为北苍术种子的物种鉴定和遗传多样性研究提供了参考。

摘要： 【目的】分析柴胡转录组中SSR的分布及序列特征,为开发多态性良好的、功能基因相关的SSR标记提供理论依据。【方法】以不同温度处理的柴胡种子为材料,经高通量转录组测序后,使用Trinity对测序结果进行de novo组装,并利用MISA对组装得到的Unigenes进行SSR位点搜索,最后统计分析SSR的分布及序列特征。【结果】从转录组数据组装获得244194条Unigenes,其N50值为1036 bp,平均长度791 bp,总长度193138105 bp。从Unigenes序列中共检测到50303个SSR位点,去除20405个复合型SSR位点,以29898个单一型SSR位点为后续分析对象。转录组SSR的出现频率为12.24%,平均分布距离6.46 kb,主要重复基元类型为二核苷酸,共17105个,占SSR总数的57.21%,其次为三核苷酸和单核苷酸,分别占SSR总数的20.75%和20.46%,四核苷酸~六核苷酸重复基元数量均较少。转录组SSR中,共有97种重复基元,其中二核苷酸和三核苷酸重复基元分别以AT/AT和ATC/GAT为主,分别占SSR总数的33.33%和3.98%;重复次数5~10次的SSR位点数量最多,共27942个,占SSR总数的93.46%。转录组SSR序列长度存在明显差异(12~76 bp),平均长度15.28 bp。【结论】柴胡转录组的SSR位点出现频率较高,类型较丰富,具有开发出高多态性SSR分子标记的潜力,将其用于柴胡的遗传多样性分析、种质资源评价及分子标记辅助育种等研究。

摘要： SREBP1是一个重要的核转录因子,参与调控胆固醇和脂肪酸等合成和代谢,本研究旨在基于获得湖羊SREBP1基因序列并分析其组织表达谱和卵巢中的表达定位,了解其在湖羊中可能的生物学功能。本研究利用RT-PCR技术对周岁湖羊卵巢组织中SREBP1基因编码区序列进行克隆和测序,用生物信息学软件对序列进行拼接、同源比对和功能预测分析,荧光定量PCR检测其在湖羊组织中的表达模式,免疫组织化学染色法鉴定其在卵巢组织中的定位。结果显示:SREBP1基因在湖羊卵巢组织中有2种剪接体,对应编码区长度分别为3369 bp和3441 bp,分别编码1122个和1146个氨基酸残基;SREBP1在哺乳动物中相对保守,含有经典的bHLH-Zip结构域,通过识别E-boxes或者固醇调节元件调控靶基因的表达;组织表达谱分析结果显示,SREBP1在湖羊组织中广泛表达,提示SREBP1基因可能参与调控湖羊多种生物学过程。免疫组织化学染色法分析结果显示,SREBP1基因在湖羊卵巢腔前卵泡和有腔卵泡中均有表达,主要定位于颗粒细胞、卵泡膜细胞和黄体细胞中,推测SREBP1可能在湖羊繁殖调控中发挥重要的作用。这些结果为进一步研究湖羊SREBP1基因的功能提供了基础。

摘要： 蔗糖转化酶(INV)编码基因广泛参与植物的生长发育,在果实成熟期可影响果实品质。本研究利用生物信息学手段对中国南瓜INV基因家族进行鉴定和分析。结果表明,从中国南瓜中鉴定出18个INV基因家族成员,其功能分为酸性转化酶和中性/碱性转化酶两大类。该家族成员在11条染色体上不均匀分布,且仅有1对串联重复基因。表达模式分析结果显示,CmoCh06G004890.1在根中的相对表达量高于其他INV基因家族成员,CmoCh01G010160.1和CmoCh06G004890.1在果实中的相对表达量较高。葫芦科作物INV系统进化分析结果表明,中国南瓜、印度南瓜和美洲南瓜的大多数INV基因均聚为一簇,具有较近的亲缘关系。本研究结果为进一步分析中国南瓜INV基因的生物学功能以及提高中国南瓜品质提供了一定的理论依据。

摘要： 为理解Ⅲ型分泌系统(T3SS)对致病机理的重要性,针对其表现出的高度序列多样性,提出基于序列深度学习的Ⅲ型分泌效应子预测方法。利用两级卷积神经网络实现对蛋白质序列功能域的检测,用双向长短时记忆神经网络识别长期依赖关系,用二进制交叉熵评价神经网络质量。在数据集上将五折交叉验证的结果与其它算法进行比较,验证了该方法能够有效提高预测Ⅲ型分泌效应子的准确率。

摘要： 系统日志是记录系统运行情况的重要信息载体,通过分析日志可以检测出系统中发生的异常。传统基于系统日志的自动化异常检测方法往往仅根据系统日志的单一特征进行分析,异常漏检率较高,且大多为批处理方法,无法对运行中系统产生的日志流进行在线检测。针对上述问题,提出了基于日志混合特征的在线异常检测方法,即MFAD(online anomaly detection method based on mixed features of system logs)。该方法使用层次聚类提取日志的统计特征,并通过高斯混合模型提取日志的序列特征,最后关联统计特征和序列特征构建混合特征检测模型以对日志进行异常检测。实验结果表明,MFAD能够通过日志流对系统进行在线异常检测,响应迅速,并且具有较高的准确性。

摘要： 为研究鹅TLR4的特征与功能,采用生物信息学方法对朗德鹅TLR4进行分析。结果表明,TLR4蛋白分子式为C_(4364)H_(6867)N_(1135)O_(1239)S_(32),定位于细胞膜,存在信号肽;含有8个LRR、1个LRR_CT、1个跨膜结构域以及胞内区的TIR;具有12个潜在的N-糖基化位点和89个磷酸化位点,可能与TIRAP和S100A9等具有相互作用。高级结构预测显示,该TLR4由α-螺旋、β-转角、延展链以及无规则卷曲组成。进化树分析表明朗德鹅与禽类亲缘关系较近,与其他物种则较远。研究表明朗德鹅TLR4蛋白是一种疏水偏碱性蛋白,符合TLRs家族典型结构,但在不同物种间存在一定差异性。

摘要： 勘探地质研究的主要目的是解释和预测,以全面、精细、准确的描述和分类为基础,合理的成因解释可为有针对性应用测录井、试油等工艺即地质工程一体化提供依据,有利目标区的准确判断和合理预测可有效指导井位部署.进一步明确鄂尔多斯盆地中生界(延长组及延安组)油聚集程度、油藏类型、油的组成及性质、油水赋存状态及油相渗流能力、地层水型(离子构成)等油藏序列特征并揭示其微观机理和主控因素,可为深入理解油藏特征,揭示油藏分布规律,优选油层评价手段,优化试油层段和工艺及方案,客观评价油层的产能提供依据.

摘要： HIV-1膜蛋白基因(env)具有高度的变异性，外膜蛋白是病毒识别并结合宿主细胞CD4受体和CCR5/CXCR4辅助受体的重要蛋白。当编码HIV-l外膜蛋白的gpl20基因发生变异时不仅直接影响病毒的中和抗原决定簇，而且还影响病毒对T细胞或巨噬细胞的嗜性、CCR5/CXCR4辅助受体的使用以及细胞的融合力。本研究采用套式聚合酶链反应(nested-PCR)的方法，扩增HIV-1 env基因区，获得19份HIV-1env基因片段。通过NCBI的Blast程序对所获得的enu基因核昔酸序列进行初步比对，然后利用MEGA 5.04软件包中Neighber-jioining方法构建系统进化树。统过系统进化树分析部分HIV-1 env基因序列特征和亚型。

摘要： 本文针对恶意样本行为分析,提出了一种组合机器学习框架,一方面对API序列中调用的依赖关系进行功能层面上的分析,提取特征,使用随机森林进行检测.另一方面利用深度学习中的循环神经网络处理时间序列数据的特性,在冗余信息预处理的基础上,直接对序列进行学习和检测.在恶意软件样本上进行的实验的结果显示,两种方法均可有效检测恶意样本,但是组合学习的效果更优,AUC达到99.3％.

摘要： 目的:通过ITS序列对一枝蒿及其混淆品进行鉴定,建立一种快速、准确鉴定一枝蒿的方法.rn 方法:提取一枝蒿中的DNA,对ITS序列进行扩增、测序,下载NCBI核酸数据库中一枝蒿及其同属混淆品阿尔明尼亚蒿、小白蒿和大籽蒿的全部序列,分析其ITS序列特征和构建系统发育树.rn 结果:一枝蒿与混淆品在ITS、ITS1、ITS2序列长度有相似性,在GC含量上均有差异;一枝蒿的ITS、ITS1和ITS2序列的种内相似度均大于种间;所构建的系统发育树图中一枝蒿序列聚在了一起,与其混淆品能区分开;一枝蒿的ITS1、ITS2序列分别存在14个和4个种间鉴别位点;一枝蒿与其混淆品的ITS1的趋异性比ITS2强.rn 结论:完整的ITS序列及短片段的ITS1序列和ITS2序列都可以很好的鉴定正品一枝蒿及其同属混淆品。

摘要： 为了研究空间辐射引起的生物学效应机制，我们研究了空间飞行与地面模拟辐照对水稻模式生物遗传学和表观序列特征。研究表明空间飞行和重离子模拟辐射引起的DNA甲基化变化广泛地分布在水稻基因组上包括基因外显子的区域上，但基因组序列多态性的变化则更倾向于发生在重复序列上。研究还发现部分发生在基因编码区的DNA甲基化和去甲基化变化与基因转录水平的下降或上升相对应。遗传性的分析表明无论是DNA甲基化的变化还是与甲基化变化相对应的基因转录水平的变化都能够遗传至下一代。为了进一步研究辐射能够在水稻种子上产生明显表观遗传学效应的机制，本课题分析了种子与幼苗这两个不同发育阶段的水稻材料在相同剂量(2Gy)的重离子辐射后产生DNA甲基化改变的差异。结果发现种子的DNA甲基化变化程度明显高于幼苗(P=0.011)。

摘要： 目的：克隆版纳微型猪近交系aquaporin 3(AQP3)基因,并利用生物信息学方法分析其序列特征,研究其在猪各组织中的表达情况。方法：从版纳微型猪近交系脾脏中提取总RNA,利用RT-PCR方法扩增猪AQP3编码区序列,将纯化的片段与pMDl8-T载体连接,转化宿主菌DH 5a,筛选阳性克隆进行测序。并采用半定量RT-PCR方法分析版纳微型猪近交系不同组织中AQP3基因的表达情况。结果成功克隆出AQP3基因编码区全长873 bp的序列,GenBank登录号为HQ888860,其编码290个氨基酸。氨基酸序列同源性分析表明,与牛的AQP3基因同源性最大,达99%。多组织半定量RT-PCR研究表明AQP3 mRNA在BMI猪的脾脏、肾脏、肺、小肠中均有表达,其中脾脏中表达最高。结论成功克隆出了版纳微型猪近交系AQP3基因全长编码区,并对其编码的蛋白质功能进行了预测,为进一步的功能研究奠定了基础。

摘要： 树鼦作为新兴的模式动物之一,在医学生物学研究中具有广泛的应用前景。通过微卫星DNA标记分析树鼩种群的遗传结构,为开展树鼦繁育与实现实验动物标准化提供一定的理论基础和遗传检测方法。利用11个微卫星座位对60只中缅树鼩进行PCR扩增及12%非变性(中性)聚丙烯酰胺凝胶电泳检测微卫星DNA的扩增产物,筛选出9个能扩增出清晰、稳定条带的微卫星位点,并计算其等位基因数、等位基因频率、多态信息含量(PIC)、基因杂合度等指标。9个微卫星基因座共检测到51个等位基因,平均等位基因数为5.6667。TG22座位的杂期望合度值(H)最高,为0.8936,最低为TG1的0.5042,平均期望杂合度为0.7648。各微卫星座位的多态信息含量值(PIC)在0.4985～0.8896之间,平均值为0.7588,表明该树鼦种群具有较高的遗传多样性。选取6个微卫星基因座的PCR扩增产物进行序列测定分析,出现(AC)n或(CA)n的完全和不完全的核心序列;各座位同源性比对的变化范围为75%～93%。研究结果表明,筛选的9个微卫星基因座具有较丰富的遗传多态性,可用于中缅树鼩的遗传多样性分析。

摘要： 目的：树鼩作为新兴的模式动物之一，在医学生物学研究中具有广泛的应用前景。通过微卫星DNA标记分析树鼩种群的遗传结构，为开展树鼩繁育与实现实验动物标准化提供一定的理论基础和遗传检测方法。rn 方法：利用11个微卫星座位对60只中缅树鼩进行PCR扩增及12％非变性(中性)聚丙烯酰胺凝胶电泳检测微卫星DNA的扩增产物，筛选出9个能扩增出清晰、稳定条带的微卫星位点，并计算其等位基因数、等位基因频率、多态信息含量(PIC)、基因杂合度等指标。rn 结果：9个微卫星基因座共检测到51个等位基因，平均等位基因数为5.6667。TG22座位的期望杂合度值(He)最高，为0.8936，最低为TGI的0.5042，平均期望杂合度为0.7648。各微卫星座位的多态信息含量值(PIC)在0.4985～0.8896之间。平均值为0.7588，表明该树鼩种群具有较高的遗传多样性。选取6个微卫星基因座的PCR扩增产物进行序列测定分析，出现(AC)n或(CA)n的完全和不完全的核心序列;各座位同源性比对的变化范围为75％～93％。rn 结论：研究结果表明，筛选的9个微卫星基因座具有较丰富的遗传多态性，可用于中缅树鼩的遗传多样性分析。

摘要： 利用四川卧龙亚高山暗针叶林岷江冷杉树木年轮样本资料,建立树轮宽度年表,对比宽度年表,提取树木年轮碳稳定同位素(δ13C)序列和去趋势序列(DS),研究岷江冷杉树轮碳稳定同位素序列对气候要素的响应关系.结果表明:岷江冷杉(1904～2009)树轮碳稳定同位素变化范围为-23.33‰～-26.31‰,平均值为-24.91‰,变异系数为-0.025;相关分析表明,岷江冷杉δ13C序列(DS)与前一年l1月和当年1月的月平均气温显著正相关(P≤0.05),与前一年1月和当年2,11月的月平均气温极显著正相关(P≤0.01),冬季平均气温对岷江冷杉树轮碳稳定同位素的响应最为敏感,是研究过去环境变化的良好载体;与当年1月月降水量显著正相关(P≤0.05);与全年的月平均相对湿度相关性不显著(P≥0.05).

摘要： 利用四川卧龙亚高山暗针叶林岷江冷杉树木年轮样本资料,建立树轮宽度年表,对比宽度年表,提取树木年轮碳稳定同位素(δ13C)序列和去趋势序列(DS),研究岷江冷杉树轮碳稳定同位素序列对气候要素的响应关系.结果表明:岷江冷杉(1904～2009)树轮碳稳定同位素变化范围为-23.33‰～-26.31‰,平均值为-24.91‰,变异系数为-0.025;相关分析表明,岷江冷杉δ13C序列(DS)与前一年l1月和当年1月的月平均气温显著正相关(P≤0.05),与前一年1月和当年2,11月的月平均气温极显著正相关(P≤0.01),冬季平均气温对岷江冷杉树轮碳稳定同位素的响应最为敏感,是研究过去环境变化的良好载体;与当年1月月降水量显著正相关(P≤0.05);与全年的月平均相对湿度相关性不显著(P≥0.05).

摘要： 本发明公开了一种基于特征选择的局部差三进制序列图像特征描述方法，包括如下步骤：步骤一：图像采集设备采集图像信号并将所采集的图像信号上传给处理器；步骤二：处理器调用分辨率差值调整模块将步骤1中所采集的图像信号分辨率调整为，并将调整后的图像表示为图像矩阵；步骤三：处理器对步骤2中得到的图像矩阵进行多尺度分块；步骤四：在同一分块模式下，提取多尺度分块下的局部差三进制模式特征；步骤五：利用k均值空间下最小冗余的互信息特征选择方法对局部差三进制模式特征进行选择；得到图像最终的识别特征；步骤六：处理结果同步输出。本发明设计合理、实现方便，操作简便，图像特征提取速度快、效果好，实用性强。

摘要： 时间序列数据特征量提取装置具备：数据加工部，基于受理的输入时间序列数据长度和受理的观测最小间隔来将受理的不等间隔时间序列数据组加工为包括缺损的等间隔时间序列数据组和表示缺损的有无的缺损信息组；模型学习部，针对模型，将所述包括缺损的等间隔时间序列数据组的矩阵的未缺损的要素与所述模型的输出层的输出结果的要素的差异作为误差，学习所述模型的各层的权重向量，将所述权重向量作为模型参数保存在存储部中；以及特征量提取部，受理特征量提取对象的时间序列数据，向所述模型输入所述受理的特征量提取对象的时间序列数据，由此，使用在所述存储部中保存的所述模型参数来计算所述模型的中间层的值，将所述计算出的中间层的值作为表示数据的随时间变化的特征量输出。

摘要： 本发明涉及语音合成，语音转换领域，更具体地，涉及一种基于双声纹特征向量和序列到序列建模的多对多语音转换方法。本发明用多说话人的语音合成技术生成大量的平行预料，这为模型的训练提供了极大的方便。然后使用序列到序列的神经网络对输入的源说话人特征建模映射到目标说话人特征。为了实现多对多的语音转换，本发明使用说话人验证任务的模型产生表征说话人身份的声纹特征向量。源说话人和目标说话人的声纹特征向量作为辅助信心加入序列到序列的模型中去。经过模型训练测试，本发明能够取得不错的效果。

摘要： 本发明涉及用于进行将生物活性大分子递送至细胞的大分子胞内转导技术(MITT)；具体地，通过利用良好增强的疏水细胞穿透肽(CPP)即高级大分子转导域(aMTD)，有效地将生物活性分子转导至质膜；编码aMTD的多核苷酸；鉴定aMTD的方法；通过使用aMTD，基因工程化生物活性分子而使其具有大大增强的细胞透性的系统；通过使用aMTD，将生物活性分子导入细胞的方法；以及其用途。

摘要： 本发明提出基于特征矩阵决策树的时间序列特征识别与分解方法，主要包括样本数据预处理、确定样本数据周期、样本数据的特征选择与提取以及建立多元时间序列特征识别与分解模型。本发明的方法能够提高特征识别的速度和准确率，特别适用于电力行业中的非侵入式负荷识别与分解。

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： 本公开提供用于在从无细胞DNA(cfDNA)样品获得的全基因组序列数据中鉴定全局癌症特异性序列特征的技术。一种示例性技术包括从cfDNA样品获得多个全基因组测序读段，以及从所述多个基因组测序读段中的至少大多数中确定两个或更多个度量，其中所述两个或更多个度量中的第一度量为：(i)所述无细胞DNA的片段大小，(ii)所述多个全基因组测序读段的相对读段深度，或(iii)种系等位基因失衡。所述技术进一步包括将所述两个或更多个度量输入分类器中以获得对第一类的第一预测和对第二类的第二预测，以及基于所述第一预测和所述第二预测将无细胞DNA样品分类为所述第一类或所述第二类。

摘要： 本发明公开了一种序列特征视角下的多维序列分析方法，所述序列特征视角下的多维序列分析方法基于序列特征视角，将每条序列视为特征，建立矩阵形式的序列特征表示模型，其中矩阵的每一行为数据对象，每一列是以序列表示的特征，矩阵的每个元素为一条序列；基于序列特征表示模型首先衡量对象在每个序列特征上单序列间的相似性，再通过线性或非线性组合各单序列的相似性，计算多维序列对象间的相似性。通过分析视角的转换，揭示了多维序列数据中各序列作为描述对象不同侧面特征的作用，以矩阵形式提供的序列特征表示模型及其对象间相似性度量方式，使得现有众多数据分析方法可以容易地转换到多维序列数据上。

摘要： 本发明公开了一种基于结构特征和序列特征的代码补全方法，包括预处理部分、代码部分转换和训练部分；在预处理部分，从开源平台收集源代码，将源代码转换为抽象语法树形式；采用字节对编码方式建立对应词表；代码转换部分使用扩展的注意力机制抽取代码的结构特征和序列特征；最后采用Transfomer解码器作为基本网络模型，扩展注意力机制，经过softmax层计算概率，并输出结果；本发明引入字节对编码算法为值建立词表，使得构建的语言模型的未登录词问题大大减小；此外，通过从代码的两个维度上考虑了代码的语义信息，使得代码补全的准确度提高，帮助用户得到更为准确的候选。

摘要： 本发明提出基于特征矩阵决策树的时间序列特征识别与分解方法，主要包括样本数据预处理、确定样本数据周期、样本数据的特征选择与提取以及建立多元时间序列特征识别与分解模型。本发明的方法能够提高特征识别的速度和准确率，特别适用于电力行业中的非侵入式负荷识别与分解。