简介:水稻作为世界上最重要的粮食作物之一,与其它谷类作物有重要的同线性关系,是禾谷类植物的模式植物.国际水稻基因组测试项目(IRGSP)最近报道了覆盖率为95%、由389Mb组成的水稻基因组序列,实际上包括所有的常染色质和两个完整的着丝粒.总共37544个非转座的与蛋白质编码有关的基因已被鉴定,水稻基因组的绝大部分一般可通过DNA斑点杂交和电子杂交进行锚定,基因组测序数据也可整合到水稻的物理图谱中,物理图谱和遗传图谱的比较能够再现完整的水稻基因组的物理距离和遗传距离之间的关系.经常发现有细胞器基因转移到核内染色体上,水稻高分辨率的物理图谱的整合将很大地促进整个基因组的测序.今后物理图谱将有助于一些重要农艺性状的基因进行图位克隆,将作为禾本科植物基因组比较分析的一个重要工具.
简介:摘要:随着人工智能技术的发展,知识图谱作为大数据时代的知识工程的产物,是实现人工智能的基础。它具有强大的语义表达能力、存储能力以及推理能力,其关键技术得到国内外研究学者的广泛关注。本文从知识图谱的概念出发,分析其理论架构,以及对其关键技术进行相关概述。
简介:针对实测畸变图谱不能直接用于平行压气机模型计算的问题,对实测的总压畸变图谱进行了等效转换。首先根据国内现行的畸变评价体系及进气畸变对发动机的影响机理,制定了畸变的等效转换原则,然后以某地面试验中测得的进气畸变为例,进行了压力畸变图谱的等效转换,最后对图谱等效前后的相关畸变参数进行了对比,结果表明,等效前后基本可以满足所提出的等效原则,可保证主要的畸变参数基本保持不变,说明了提出的等效转换原则及等效转换方法的可行性。)
简介:摘要:从大量数据中挖掘有价值的信息,需要依赖于推理技术。知识图谱作为一种新的知识表示方式,在自然语言处理领域受到广泛关注。因为知识图谱可以有效地组织和表示信息,所以知识图谱在高级应用中被有效的利用。近年来,因为知识图谱可以从现有数据中获得新的知识和结论,使得知识图谱成为中外研究人员得研究热点。本文回顾了知识推理的基本概念和定义以及知识图推理的方法。具体来说,知识图谱分为两个主要的层次,数据层(data layer)和模式层(schema layer)。我们还回顾了知识图谱的分类,按应用领域、知识表示形式、数据来源、构建方式、更新频率和图谱的规模和复杂性这六种常见的分类方式。我们讨论了知识图谱在不同场景下的应用。最后讨论了目前知识图谱面临的挑战,展望了知识图谱的研究方向。