合取范式化为析取范式的DNA表面计算

合取范式化为析取范式的计算复杂度是指数级别的,为了降低它的计算复杂度,提出了合取范式化为析取范式的DNA表面计算．因为DNA中碱基对的配对可以同时进行,所以DNA表面计算具有并行计算能力,它实现了将合取范式化为析取范式的计算复杂度降低到多项式级别．     

DNA计算

DNA计算是一种以分子生物学技术为基础的新型计算法。它以DNA链来表示输入与输出数据。与传统的电子计算相比．具较高并行性，在解决复杂问题时．显示出了巨大优势。它的实现将有利于生物计算机的研制。     

DNA计算原理研究及展望

近年来,DNA计算引起了各个学科研究人员的广泛注意。本文主要讨论了DNA计算的原理,综述了DNA计算的特点、DNA计算模型,指出了DNA计算研究中存在的问题,最后就DNA计算的发展前景进行了展望。     

DNA计算图的最小顶点覆盖问题

自1994年Adleman发表了第一篇关于DNA分子计算的文章以来,DNA计算迅速成为活跃的研究领域。利用DNA计算解决了图的最小顶点覆盖问题,在构造了合有6个顶点10条边的图的顶点集对应的数据池之后,进行了一系列的合成、杂交、清洗、变性等生物操作。得到所有覆盖对应的DNA序列,然后通过编址得到所要求的最小覆盖。     

关于DNA分子中碱基的数量计算

一、DNA分子中碱基的数量关系 核酸所含的碱基有A、T、C、G、U五种。DNA分子与 RNA分子的区别在于 DNA分子中含有碱基T.而不含碱基U,以此可以判别一个未知核酸片段是属于DNA还是RNA。双链DNA分子与单链DNA分子的区别在于双链DNA分子中碱基是互补配对的,存在A=T、G=C的数量关系。如果一个DNA分子中A≠T,G≠C,则说明该DNA分子单链。单链DNA分子较少,仅存在于某些噬菌体(M14)中。对双链DNA分子来说,存在以下关系。     

离散数学中NP完全问题的DNA计算

随着数学研究逐渐深入,对于离散数学问题探究越来越多。离散实现是数学领域中的重要分支,在离散数学中包含着很多NP完全问题,为了有效的解决这些完全问题,需要借助DNA计算方式。目前DNA计算已经成为了数学、生物、化学乃至计算机科学领域中的重点研究对象。基于此,在本文中对离散数学中NP完全问题的DNA计算进行研究。     

DNA计算在数据挖掘中的应用研究

DNA计算在求解复杂的组合优化问题中获得成功并表现出良好的性能,通过把数据挖掘任务转化为图论或组合优化问题就能很好的利用DNA计算来解决问题.本文主要介绍了DNA计算在分类和聚类两个重要的数据挖掘任务中的应用研究情况,阐述了算法的基本原理及特性,最后总结了DNA计算在数据挖掘应用中尚待解决的问题.     

基于DNA计算的遗传算法解决最小生成树问题

给出了最小生成树问题（MST）的一个基于混合DNA计算的遗传算法模型。在该模型中,为了对最小生成树的解进行编码和解码,通过引入DNA计算,提出了一种最小生成树问题的改进遗传算法编码方案,该方案吸收了DNA计算和遗传算法的优点,具有固定的长度。为了搜索需要的最佳编码,引入遗传算法搜索技术,并给出了自适应的交叉算子和变异算子。最后,根据最小生成树问题的特点,通过实例仿真验证了所提出的基于DNA计算的遗传算法的有效性     

运用DNA计算解决最短路径问题

用通俗易懂的语言解释了最短路概念以及解决多顶点最短路问题面临的困境,介绍了DNA计算的研究背景,阐明了DNA计算解决最短路的优势以及算法步骤,并对DNA计算的未来发展作出展望。     

DNA的复制方式和方向

细胞分裂前,先要进行DNA分子的复制。DNA的复制方式为半保留复制,且是边解旋边双向进行。DNA分子的复制方向(合成方向)是指子链DNA分子的合成方向,即5′端到3′端。     

最大匹配问题的闭环DNA算法

给出了一个解决最大匹配问题的闭环DNA算法模型,并对相应的生化实验做出了说明,实现了仅用删除实验直接构造最大匹配的构想。由于算法仅用到基本删除操作,使得算法的实现简捷、可靠。     

基于云计算的高校资源整合研究

针对当前高校资源所面临的现状和问题,构建了一个五层的云计算整合模型。利用该模型能够实现资源共享、降低硬件和软件投入成本,简化资源管理的目的。     

网格计算与云计算综述及发展趋势的探讨

文章首先介绍了网格计算和云计算各自的定义、基本体系结构和其应用,分析了网格计算和云计算的相同点和不同点,最后预测了两者的发展趋势。     

云计算的局限性与解决方案

介绍了云计算的概念、服务类型及特点,讨论了云计算的局限性,并提出了云计算未来发展中问题的解决方案。     

云计算环境下的区域性高校实验教学资源共享

当前高校实验教学资源存在着软硬件重复购置与共享利用率低的问题,大型精密仪器等优质实验教学资源在不同高校之间分配极不均衡。综合分析了云计算技术对于资源共享的应用优势,提出了云计算环境下区域性高校实验教学资源共享的原则。论述了通过建立区域性高校实验教学资源云服务中心,共享区域内各高校的大型精密仪器设备、实验服务器、实验教学软件等软硬件资源。最后指出,有必要组建区域性高校云计算资源共享联合会,以协调各高校在实验教学资源共享方面的利益。     

DNA生物传感器研究综述

DNA生物传感器在检测特定序列基因时因具有灵敏度高、响应快、操作简便、价格低廉、所需仪器简单等优点已经被广泛应用在疾病诊断、食品检验、环境监测以及军事反恐等领域.为此,通过大量的文献资料对DNA生物传感器的研究内容和设计原理、DNA生物传感器的分类、DNA生物传感器的应用等进行阐述,并且对DNA生物传感器的发展趋势进行探讨.     

基于sticker模型的布尔和运算

粘贴模型是目前DNA计算模型中的主要模型之一,该模型采用单、双链混合型DNA分子进行编码,具有在生物操作过程中不需要DNA链的延伸、无须生物酶的作用以及DNA链可重复使用等优点,因而倍受学者们的关注;介绍粘贴模型的数据表示方法;给出了利用粘贴模型表示布尔矩阵,实现了布尔和运算,充分反映了DNA计算的巨大并行性。     

Pedagogical content knowledge in computing education: a review of the research literature

This review synthesizes literature on computing pedagogical content knowledge (PCK). Shulman introduced PCK in the 1980s to describe the amalgam of knowledge teachers draw upon in their work and use of the construct is increasing in the computing education community. From a systematic search of the literature, I identified 19 articles drawn from 9 countries for review and summarize how computing PCK is conceptualized and investigated in the data set. Five conceptualizations of computing PCK were present: (a) two models of computing PCK components, (b) one model of PCK development and (c) two models focused on the metaphoric and problem-solving nature of computing. The most common research lines addressed were the nature and development of individual PCK. Mostly qualitative methods created by authors were employed. A focus on discipline-specific approaches for future computing PCK research is recommended.     

关于对云计算技术的研究与应用

随着现代科技的不断进步,云计算技术已经广泛出现在现代人的生活和学习中。云计算技术得主要特征是虚拟化、高可靠性、高拓展性,能够更好的满足复杂的互联网应用的大规模的计算能力、对于大量数据的处理、对于信息的需求等。本文通过介绍云计算的结构和特点,以阐述云计算的相关内容,并通过云计算的结构和特点,论述云计算技术的应用,主要是针对这些问题强化对于云计算技术的认识,并为相关领域提供有价值的参考资料。     

Virtual resource monitoring in cloud computing

Cloud computing is a new computing model. The resource monitoring tools are immature compared to traditional distributed computing and grid computing. In order to better monitor the virtual resource in cloud computing, a periodically and event-driven push (PEP) monitoring model is proposed. Taking advantage of the push and event-driven mechanism, the model can provide comparatively adequate information about usage and status of the resources. It can simplify the communication between Master and Work Nodes without missing the important issues happened during the push interval. Besides, we develop “mon” to make up for the deficiency of Libvirt in monitoring of virtual CPU and memory.