循环码的周期分布的新的计算公式

本文在［１］文的基础上进一步分析了循环码的周期分布的性质，给出了新的计算方法和公式，并且确定了一些熟知的循环码的周期分布。     

基于序列和局部信息熵的蛋白质折叠速率预测模型

<正>确预测蛋白质折叠速率对理解蛋白质的折叠机制非常重要。本文从AAindex数据库中的531种残基物理化学性质、序列长度信息和局部结构信息熵中筛选特征,从而提出了一个基于蛋白质序列信息的线性回归模型。针对三种折叠机制two-state,multi-state和mixed-state,用Jackknife验证模型,预测的折叠速率和实验验证的折叠速率相关系数分别为0.790,0.829和0.778。本文结果表明四阶局部结构信息熵和折叠速率有很高的负相关性;蛋白质的长度和蛋白质的折叠速率成反比关系;螺旋的含量会加快蛋白质的折叠过程。对two-state蛋白质β折叠的含量会减慢蛋白质的折叠过程;和其他模型相比,我们提出的线性回归模型具有输入参数少,计算简单,平均绝对误差小的优点。     

等重码的一些新结果

本文给出两种构造二元非线性等重码的方法，这些方法是［１］文构造二元非线性循环等重码方法的改进。通过我们的构造方法可以得到几类二元最优等重码。我们进一步说明通过ＧＦ（ｑ）上的等重码和达到Ｐｌｏｔｋｉｎ界的最优码可以构造达到Ｊｏｈｎｓｏｎ上界的二元最优等重码     

关于密码体制中布尔置换的构造

布尔置换在密码体制的设计中有着重要的应用。本文讨论了布尔置换的构造，给出了两种构造方法。     

具有边信息的信源编码定理

本文第一部分给出了一般具有边信息信源序列S~(n)为(R~(n),D~(n))-压缩与(F~(n),D~(n))-信息有界的定义,并且得到了具有边信息信源序列的编码基本定理:S~(n)为(R~(n),D~(n))-压缩的充要条件为,S~(n)是(R~(n),D~(n)-信息有界。 由这个基本定理出发就可推出以下结论:1.一般信源序列S~(n)关于率失真函数R_2~(n)(D)的反编码定理;2.有边信息的平稳遍历信源关于R_2(D)的正、反编码定理;3.对有边信息的平稳遍历信源关于R_2(D)的反编码定理。     

分组卷积码的门限叠代判决译码法

本文给出了一种译码方法,称之为“分组卷积码的门限叠代判决译码法”。该法综合了分组码与卷积码的特点,同时也综合了Wozencraft.Fano.Jelinek与“信息门限判决”译码的思想。它的主要性能有:1.码率R_t能接近信道容量C;2.译码平均误差可任意小;3.对于每比特译码的平均计算量与平均存储量是常数N与M,它们由R_t与C的值来决定。     

等距码的几点注记

设Ｑ（ｎ，ｄ）为码长为ｎ，任意两个不同码字之间的Ｈａｍｍｉｎｇ距离为ｄ的二元等距码所能达到的最大码字数，本文确定了Ｑ（ｎ，ｄ）的一些精确值，并且给出了最优等距码的一些性质。     

蛋白质二级结构的条件隐Markov性及其预测问题

蛋白质二级结构预测问题自1957年首次被提出迄今已有40多年了，从知道的文献中可以得出如下信息：在统计意义之下，蛋白质序列中氨基酸之间的相互作用较弱，所以，统计方法中所依赖的独立性假设虽然不是从物理背景中得来的，但的确有其合理性和方便之处；交互信息准则优于均方误差准则；信息和统计的思想和方法在预测二级结构中不可低估；加入蛋白质的一级结构之外的信息可帮助提高二级结构预测的精度；而直接从一级结构出发无附加信息的情况下预测二级结构，现存在的预测方法的预测精度仍然无较大突破；预测精度和所使用的蛋白质样本序列在总体样本中的覆盖率，是评估各种预测方法的有效性的两个重要指标。本文作者建立了一个集蛋白质一、二级结构为一体联合结构模型，并将上述信息囊括在其中。由该模型首先得到蛋白质一、二级结构的信息与统计特性，然后利用这些特性分别对蛋白质一、二级结构中各种变量的信息传递关系及隐Markov性进行定量分析和确切地统计描述。最后给出直接从一级结构出发预测二级结构的几个原则。     

关于多重序列比对距离矩阵的一点注记

因为多重序列比对的最优解问题是一个非易计算问题，所以在生物信息学中，对多重序列分析常常采用两两序列比对来实现。因此由两两比对所产生的距离矩阵在多重序列比对分析中起重要作用。证明了由两两序列比对所产生的距离满足距离关系的三公理条件，从而使两两序列比对分析在距离空间中进行。     

DNA计算中突变误差的纠正

文章重点讨论了在DNA计算中突变误差的处理问题,其中包括突变误差的数据空间、突变误差的自动纠正和纠错码在DNA操作系统设计中的应用问题。并在分析突变误差数据空间、突变误差纠错码的基础上,提出了解决DNA计算中突变误差问题的方案。