基于模糊谱聚类的不确定蛋白质相互作用网络功能模块挖掘

针对谱聚类融合模糊C-means（FCM）聚类的蛋白质相互作用（PPI）网络功能模块挖掘方法准确率不高、执行效率较低和易受假阳性影响的问题，提出一种基于模糊谱聚类的不确定PPI网络功能模块挖掘（FSC-FM）方法。首先，构建一个不确定PPI网络模型，使用边聚集系数给每一条蛋白质交互作用赋予一个存在概率测度，克服假阳性对实验结果的影响；第二，利用基于边聚集系数流行距离（FEC）策略改进谱聚类中的相似度计算，解决谱聚类算法对尺度参数敏感的问题，进而利用谱聚类算法对不确定PPI网络数据进行预处理，降低数据的维数，提高聚类的准确率；第三，设计基于密度的概率中心选取策略（DPCS）解决模糊C-means算法对初始聚类中心和聚类数目敏感的问题，并对预处理后的PPI数据进行FCM聚类，提高聚类的执行效率以及灵敏度；最后，采用改进的边期望稠密度（EED）对挖掘出的蛋白质功能模块进行过滤。在酵母菌DIP数据集上运行各个算法可知，FSC-FM与基于不确定图模型的检测蛋白质复合物（DCU）算法相比，F-measure值提高了27.92%，执行效率提高了27.92%；与在动态蛋白质相互作用网络中识别复合物的方法（CDUN）、演化算法（EA）、医学基因或蛋白质预测算法（MGPPA）相比也有更高的F-measure值和执行效率。实验结果表明，在不确定PPI网络中，FSC-FM适合用于功能模块的挖掘。     

基于模糊线性回归的油井管柱腐蚀预测信息系统

针对我国中部地区某油田高含硫恶劣工况,利用积累的历史数据,采用基于模糊线性回归的计算模型获得回归系数,校验后将计算模型应用于现场工况,并开发油井管柱腐蚀预测信息系统,为该油田金属腐蚀预测提供支持。     

基于模糊信息公理的可配置产品设计方案评价方法及应用研究

针对可配置产品的设计方案评价问题,提出了一种考虑耦合度的模糊信息公理评价方法。该方法通过模糊数学理论将难以计算的定性评价指标信息量化,将定量指标和定性指标统一量化计算,解决了信息公理中定性指标信息量难以计算的难题,各指标的权重由层次分析法来确定。在计算信息量的同时,考虑了耦合度对方案评价的影响,并将其量化,与各权重一起在信息量计算公式中体现出来。通过比较各方案的总信息量,选择总信息量最小的方案为最优方案。最后,以某单兵系统方案设计评价为例验证了该方法的可行性和有效性。     

图片欣赏

<正>~~