基于信息准则的基因选取方法及其在肿瘤诊断中的应用

大规模基因表达谱为肿瘤诊断提供了更为可靠和细致的生物数据,但相关基因的选取是对这些数据进行分析的关键。本文从Kullback-Leiber判别信息的角度对于肿瘤相关基因的选取进行了研究。根据肿瘤相关基因和无关基因的表达水平值分布的特性,我们提出了一种基于信息准则的基因选取方法。进一步,我们将这种方法应用到肿瘤诊断上,并根据支持向量机(SVM)对相关基因表达谱数据进行训练建立肿瘤诊断模型。实验结果表明这种方法是有效的,依此所建立的诊断模型可使得在结肠癌数据集和白血病数据集上的诊断(预测)正确率分别高达94.4%和100%石。     

易损数字水印若干问题的研究

易损数学水印算法可用于多媒体内容真实性的保护。为更有效地设计和使用易损水印,首先通过研究其算法应具有的特点及易损水印与鲁棒水印的差别;然后在可信赖的数码相机这个应用背景的基础上,提出了一个简单的易损水印应用框架;最后,讨论了变换域易损图象数学水印算法的误差问题和逆变换后象素值溢出的问题,同时给出了两种解决方法,并利用此方法对一种基于小波变换的易损水印算法做了改进。     

Garment中多态类型的Ideal模型

本文从Ideal的基本概念出发,研究了Ideal作为类型的语义模型所具有的性质.在类型的Ideal模型下,讨论了Garment中参数化多态类型和约束多态类型的语义.并在此基础上,证明了Garment中类型规则的语义可靠性.     

层次安全体系（HSS）及其在银行ATM网络中的应用

随着计算机和通讯技术的发展,金融电子化步伐的加快,金融讯息安全问题受到特别重视。在金融系统实施安全、严密、可靠的信息安全体系是十分必要的。本文以银行ＡＴＭ网络系统为应用背景,介绍了一种新的信息安全体系,称为“层次安全体系（ＨｉｅｒａｒｃｈｉｃａｌＳｅｃｕｒｅＳｙｓｔｅｍ）”。该体系综合采用现有的数据加密技术、信息鉴证技术、密钥管理技术和ＳＥＴ安全电子交易规范;适用于金融系统、证券系统、商用机密传输系统等安全性要求较高的系统,是一种可靠性高、安全性强的信息安全体系。     

基于全卷积网络的遥感图像自动云检测

气象卫星图像云检测是气象预报领域中的一项重要任务。包含降水预测,气象灾害预测在内的若干气象预报任务都依赖精确的云检测结果。依据气象卫星遥感图像数据,本文提出了一种基于全卷积网络模型的遥感图像云分割算法,实现了高分辨率、大尺度、多通道遥感图像的云分割。我们的算法包含: 1)图像分块;2)块状图像分割;3)分割图像拼接三个主要步骤,实现了像素级精度的云分割。相比传统算法,我们的算法不依赖人工经验,完全由数据驱动,并在极端数据情形下具有更好的鲁棒性。测试数据结果显示,我们的算法能够满足气象预报的需要,且具有商业应用的潜力。      

定性Dempster-Shafer理论

采用一个全序的符号值集合来代替数值信任度集合[0，1]，提出定性Dempster-Shafer理论来处理既有不确定性又有不精确性的推理问题．首先，定义了适合对不确定性进行定性表达和推理的定性mass函数、定性信任函数等概念，并且研究了这些概念之间的基本关系；其次，详细讨论了定性证据合成问题，提出了基于平均策略的证据合成规则．这种定性Dempster-Shafer理论与其他相关理论相比，既通过在定性领域重新定义Dempster-Shafer理论的基本概念，继承了Dempster-Shafer理论在不确定推理方面的主要特点，同时又具有适合对不精确性操作的既有严格定义又符合直观特性的定性算子，因此更适合基于Dempster-Shafer理论框架不精确表示和处理不确定性．     

基于贝叶斯网络的不确定性知识的推理方法

贝叶斯网络是不确定性知识表达与推理的一种新方法。它是概率论和图论相结合的产物,可用于复杂多因果关系的分析,是人工智能领域的研究热点和重要成果之一。由于它的解决方案明确、直观,所以近年来在远程医疗、故障诊断以及数据挖掘等领域,得到了广泛的应用。本文论述了贝叶斯网络的基本理论、方法和应用,并指出当前所存在的主要问题。     

RPCL算法、价值函数和类别数

RPCL(Rival Penalized Competitive Learning)算法是一种十分有效的聚类方法,能够自动地确定数据中的类别个数.最近,我们根据其特点建立了一种价值函数,能够在正确类别数处达到最小值,并依此推导出更广泛的一类算法--DSRPCL(Distance Sensitive RPCL)算法.本文对该价值函数做了进一步的理论和实验分析.在一定条件下证明了价值函数在正确类别数初达到全局最小.并在一组模拟数据和图像数据上通过实验验证了价值函数的正确性.     

属于不同集合的定性信任度的序比较及应用

在定性不确定推理中，定性信任度集并不是惟一的。Akdag等人提出的不同定性信任度集中元素之间的序比较方法存在缺陷，与定性运算并不协调，这将会导致不确定性的定性表达和操作上的矛盾。提出了新的属于不同集的定性信任度的序比较方法，并定义了不同定性信任度集中元素之间的定性混合运算。这种序比较方法不仅更加符合直观，而且与定性运算保持一致，有利于在不确定推理中对属于不同集的定性信任度进行操作。     

数据库管理系统中数据异常体系化定义与分类

数据异常尚没有统一的定义,其含义是指可能破坏数据库一致性状态的特定数据操作模式.已知的数据异常有脏写、脏读、不可重复读、幻读、丢失更新、读偏序和写偏序等.为了提高并发控制算法的效率,数据异常也被用于定义隔离级别,采用较弱的隔离级别以提高事务处理系统的效率.体系化地研究了数据异常以及对应的隔离级别,发现了22种未被其他文献报告过的新的数据异常,并对全部数据异常进行分类.基于数据异常的分类,提出了新的且不同粒度的隔离级别体系,揭示基于数据异常定义隔离级别的规律,使得对于数据异常和隔离级别等相关概念的认知可以更加简明.