一类禁忌算法及其在医学图像配准中的应用

针对脑功能成像中图像配准的优化模型,提出了一种基于记忆的禁忌算法。数值试验表明该算法是可行的、有效的。应用此算法求解医学图像配准的优化模型,可实现时间序列脑功能图像的高精度配准。     

稳定碳同位素技术在食品掺杂和溯源检测的应用

稳定碳同位素技术能有效地应用在各类食品的掺杂和溯源检测中。由于光合作用对稳定碳同位素产生的分馏效应,可运用稳定碳同位素比值分析法(Stable Carbon Isotope Ratio Analysis,SCIRA)检测不同光合途径的食品掺杂;同时,气候和地理因素也对稳定碳同位素分馏有一定影响,可单独或者联合其他因素作为溯源检测指标;各种分解反应也导致同一分子内稳定碳同位素产生了一定的分馏规律,运用特异性天然同位素分馏核磁共振(Specific Natural isotope Fractionation Of Nuclear Magnetic Resonance,SNIF-NMR)可进行检测;此外,稳定碳同位素还可在同位素稀释质谱法(IDMS,Isotope Dilution Mass Spectrometry)中作为标记去检测食品中的兽药残留。本文综述了稳定碳同位素技术在各类食品掺杂和溯源检测中的研究进展,并对其应用前景进行展望,旨在推动稳定碳同位素技术在我国的应用步伐,并完善我国现有的食品检测技术。     

预测同源寡聚蛋白质的支持向量机方法

计算实验表明蛋白质一级结构包含着四级结构信息。本文用支持向量机方法从蛋白质一级结构出发区分同源二聚体和非同源二聚体。蛋白质原始序列的子序列分布用于支持向量机的输入向量，从而充分考虑了蛋白质序列的信息。当子序列的长度为3时，10次交叉验证的总预测准确率达到84．9％，在相同的数据集上，比原有的决策树方法提高了15．0％。实验表明残基顺序对同源寡聚蛋白质的识别起重要作用，而支持向量机方法是蛋白质四级结构预测的强有力工具。     

智能决策支持系统(IDSS)研究进展

在认真研究IDSS发展历史的基础上，从基于人工智能的IDSS、基于数据仓库的IDSS和IDSS的统一表示三个方面对IDSS进行分析总结，对基于人工智能的IDSS，又从专家系统、机器学习和Agent三个方面对其进行研究．认为当前IDSS研究的重点仍然是智能部件的设计与实现、各个部件之间的有效接口和系统综合集成这几方面．结合当前数据仓库、Agent等多种新技术的出现，指出综合利用多种技术来构建集成式系统是IDSS未来发展的方向．     

宏观经济智能预测决策支持系统(MEIFDSS)模型系统的Agent实现研究

将文中给出的数学模型用七元组表示,Agent用三元组表示后,给出了从模型到Agent的映射关系,由此构建MEIFDSS基于Agent的模型系统,并对系统中多模型Agent之间的合作进行研究,最后利用面向对象的继承机制实现具体求解模型Agent。为基于Agent的模型系统的实现提供了一种新的思路和方法。     

基于词典法和机器学习法相结合的蛋白质名识别

生物实体名识别对生物医学文献的信息抽取有重要的意义。本文针对如何识别蛋白质名进行了有益的尝试,主要采用了基于词典的方法,其中运用了近似搭配算法和首词查询的方法进行蛋白质名识别,同时结合机器学习方法训练了一个分类器来过滤候选词以提高识别的准确率。     

单峰函数最优化问题的一个快速收敛的进化策略

针对单峰函数的最优化问题，给出一个快速收敛的进化策略，首先，对于该类最优化问题，本文使用一致分布的随机变量作为变异算子，替代传统进化策略的基于高斯分布的变异算子，减少了产生随机种随的代价，本文提出用当前种群和上一代种群的最优个体确定一个半空间，下一代种群在含有较多下降点的半空间中产生，使算法快速收敛，初步的数值结果表明，该方法可以明显提高计算效率。     

线性支持向量机优化问题的极大熵方法

支特向量机是一种新的机器学习方法，已成功地应用于模式分类、回归分析和密度估计等问题中．本文依据统计学习理论和最优化理论建立了线性支特向量机的无约束优化模型，并给出了一种有效的近似解法一极大熵方法,为求解支持向量机优化问题提供了一种新途径,本文方法特别易于计算机实现。数值实验结果表明了模型和算法的可行性和有效性．     

一种基于子序列分布的蛋白质结构类预测方法

蛋白质结构类预测方法的预测能力主要取决于两个方面：一方面，方法采用的序列描述中包含多少有效的蛋白质结构类信息；另一方面，方法采用的判别函数对序列描述中包含的有效信息的利用程度。子序列分布是蛋白质结构类预测中的一种新的序列描述，广义平方距离是组分耦联方法中的判别函数，它包含序列描述中不同组分之间的耦合效应。本文改进了组分耦联方法中的判别函数，解决了当协方差矩阵不可逆时组分耦联方法不能解决的问题，从而把子序列分布与包含耦合效应的判别函数结合起来，对Chou等选取的含有359个蛋白质(结构域)的训练集做了预测，自检测和jackknife检测结果分别为100％和96．7％，这一结果比组分耦联方法提高了5．6和12．6个百分点，比基于自相关函数方法提高了3．3和6．2个百分点。     

信息离散性度量方法在SARS病毒研究中的应用

多序列比较是分子生物学中的一个基本问题，本文利用一种新型信息离散性度量方法——FDOD方法，将其应用于SARS病毒研究中，对SARS病毒与已知的三类冠状病毒的复制酶、M蛋白、N蛋白和S蛋白进行了进化分析，得出的系统发育树与现有的生物分析基本一致。同时进一步显示了FDOD方法的优点，数学基础好，不带有主观因素，能比较客观地度量生物序列间的差异，且计算过程简单快速，是分子进化研究的一种有效工具。