关于DNA序列比对算法的简述

按照序列的数量，先对双序列比对中Smith-Waterman算法、FASTA算法、BLAST算法、MUMmer算法和遗传算法等进行了详细分析和比较，然后对多序列比对中的CLUSTAL算法和星比对算法也进行了比较全面的总结，并指出了当前的研究热点。     

基于Profile比对的改进星比对算法

多序列比对在序列分析研究中起着重要的作用,包括功能重要位点的识别和系统发育分析等问题。目前大多数比对软件都使用渐进比对或迭代比对的策略,但两种策略都具有较高的时间复杂度,因此难以处理长序列和大规模序列的比对问题。而星比对虽然具有很低的时间复杂度,但精度并不理想,目前只适用于相似度非常高的序列。针对此问题,引进了渐进比对中的profile比对来改进星比对算法的精度,同时避免大幅度地增加星比对的时间复杂度。最后,通过实验证明了改进的星比对算法可以有效地提高比对的精度。     

DNA序列比对分析中的统计特征方法

提出了一种新的基于统计的序列特征定义,并以此对进化树进行构建.同时对这一方法进行了分类测试和进化树构建测试,发现所得测试结果与同样是用进化树进行构建的基于两序列比对的传统算法比较,其性能和适用性都有明显改善.     

基于布尔逻辑的双序列比对协处理器的设计与实现

文章针对基因研究中的快速完成双序列比对工作的需要,设计了一种双序列比对协处理器。该协处理器通过USB接口与主机进行通信,采用基于布尔逻辑的比对算法完成双序列的比对。对碱基进行优化编码,使得用简单的门电路实现比对规则;使用流水寄存器,使得读碱基和序列比对并行工作,从而快速地完成具有显著相似性的DNA序列的比对。实验表明该协处理器具有结构简单、高效稳定、升级方便等特点。     

HGA-COFFEE:多序列比对问题的混合遗传算法求解

针对生物序列分析中的多序列比对问题，设计了一个求解多序列比对问题的混合遗传算法（与之相应的软件称为HGA-COFFEE），该算法采用COFFEE函数作为个体的适应度函数，构造了5种新的遗传算子，包括1种选择算子，2种交叉算子和2种变异算子，其中一种变异算子基于COFFEE的一致性信息设计，以改善算法的整体搜索能力；另一种变异算子基于动态规划方法设计，以增强其局部搜索能力。最后，通过对BAliBASE中144个测试例的测试，证明该算法是有效的，与已有的算法相比，该算法对处于朦胧区和具有N／C末端延伸的序列比对问题有更强的问题求解能力。     

一种基于遗传算法的DNA多序列比对方法

为了克服遗传算法应用于多序列比对时所遇到的比对序列数受限制以及比对寻优速度慢的缺点,提出了一种基于遗传算法的DNA多序列比对方法(GAMA);针对DNA多序列比对的特点,指出了传统遗传算法中的交叉操作将为序列比对带来沉重的计算负担;避开遗传算法通常所采用的遗传操作算子,设计了独特的遗传算子(插入删除算子和合并分离算子)、基于BLAST相似度评分方法和完全比对块加权的个体适应度值评价函数,采用了便于插入和删除操作以及相似度评分的基于字符和空位矩阵的染色体编码方案。本算法具有操作算子数量少,算子调用机制简明的特点。最后,给出了将GAMA应用于DNA多序列比对的算例,实验结果验证了本算法的可行性。     

基于推荐机制的人机交互任务调度算法

人机交互任务调度是信息处理系统需要应对的困难之一．基于推荐机制,提出了一种新型的人机交互任务调度算法;该算法从操作序列中发现和抽取调度信息,根据操作员的处理能力／兴趣和任务的特征进行调度,采用推荐方法发布／管理任务．验证实验表明该算法具有较高的系统利用率、较高的响应率和较高的用户满意度．     

电力时间序列的分布式索引算法

时间序列的研究已经被应用到越来越多的领域中.越来越多的领域应用需要索引和分析海量的时间序列,代表性的比如金融,电力,生物信息等等.这类应用往往面临数以亿计的时间序列的处理,然后从中识别出一些隐藏的模式来.然而目前对时间序列的索引技术都是单机版本,需要用漫长的时间来对大量的时间序列进行索引,限制了时间序列分析的产出率.提出了一种基于Isax表达的分布式时间序列索引算法,并在Spark分布式计算框架下实现算法.首先,给出了基于Isax的分布式索引算法的朴素实现想法,指明了其存在的问题.然后提出一种先建立索引结构,再将时间序列哈希到相应叶子节点的分布式索引算法.最终,构建了一个完整的电力时间序列的近邻近似查询系统,再保证查询精确率的前提下大大提高了计算效率.并在实验数据集上证明了算法的正确性、高效性和可扩展性.     

序列模式挖掘在网络告警分析中的应用

序列模式挖掘可以用来有效地发现网络系统中的告警关联知识.论文研究了序列模式挖掘在网络告警分析中的具体应用.首先,将挖掘过程分成了特定设备告警序列挖掘、同类设备告警序列挖掘和互联设备告警序列挖掘等3类,根据不同的用户意图来有效地确定挖掘范围,避免对无关数据的访问.为了进一步提高挖掘算法的执行效率,又提出了用于描述网络拓扑信息的拓扑约束,并设计了基于拓扑约束的互联设备告警序列模式挖掘算法.     

混合交通特征表达及快速检测算法

针对混合交通特征表达和分类识别的问题,提出了基于边缘偏心率向量的混合交通视频检测算法。将利用上下文比对获取的边缘信息与图像重心相结合构建混合交通的边缘偏心率向量,对混合交通前景进行了特征表达。再结合极限学习机建立了快速学习机制,实现了快速分类识别,克服了采用支持向量机训练难以达到实时检测的问题。试验结果表明:本文算法中各个类别的混合交通边缘偏心率特征区分明显,识别准确率可达93%以上,且处理速度快,能够满足实时检测的需求。     

波形内插语音编码中特征波形表达和对齐快速算法

针对波形内插编码模型中特征波形的表达和对齐算法计算复杂度较高的问题,应用快速傅里叶变换、3 次B样条插值和周期延拓等技术对特征波形表示和对齐2个模块作了相应的改进．改进后的算法是相对独立的,2个模块的复杂度从43．252×106次／s操作降到9．178×106次／s操作．实验结果表明,改进后算法复杂度大幅下降,大大减少了编码器的计算负载,并保持了原有编码器的合成语音质量．     

面向问题的知识表示支持系统研究

运用知识工程、专家及决策支持系统理论,以实际问题在计算机中的表示为研究对象,提出了面向问题的知识表示支持系统的体系结构,阐述了系统原理和操作流程,较深入地研究了具有树状结构的问题描述知识库,给出了实际问题原始信息的输入并转化生成知识化信息模型的工作原理及操作过程,并对面向问题求解的决策支持系统的框架结构进行了探讨。本项研究有利于深化问题求解系统与决策支持系统的知识化、智能化研究,并在动态系统实时控     

储粮害虫防治专家系统的研究

将专家系统应用于储粮害虫防治的研究.分析了储粮害虫防治知识的特点,根据各种不同知识表示方法的优缺点,提出以框架理论作为储粮害虫知识的表示形式.结合案例推理模型的优点,采取最近相邻策略的案例检索算法,由此构建的储粮害虫防治专家系统能很好地模拟人类储粮专家去推理判断储粮状况,并根据各种信息知识给出最终的解决方案.     

车载航位推算系统误差补偿技术研究

车载航位推算系统算法简单并且容易实现误差补偿。当惯组(IMU)安装到载车上存在安装误差时,推导了航位推算(DR)算法和航位推算误差,并对航位推算误差进行了详细分析,得出航位推算轨迹和真实轨迹相似的原理。基于相似性原理阐述了利用设定路标和零速修正(ZUPT)等方法对各种误差进行补偿的算法。跑车试验验证了航位推算算法和误差补偿的正确性和有效性。     

主/被动雷达导引头信息融合方法研究

针对导弹制导系统的特点要求,研究了基于Kalman滤波的信息融合算法并将其应用于主/被动雷达多模导引头系统中。研究了基于标量加权的分布式融合算法和基于增广测量方程的集中式融合算法并进行了数字仿真。研究结果表明信息融合算法能够提高多模导引头的测量精度,使融合精度受单一传感器影响更小,同制导律的闭合仿真也表明信息融合技术提高了制导精度,减小了脱靶量;分布式融合算法更方便实现时间校准从而便利于多模复合制导使用。此外,所研究的融合算法计算量小,易于工程应用。     

基于相对知识粒度的决策表约简

知识粒度主要应用于信息系统的属性约简。为了把知识粒度拓展到决策表约简领域,在研究知识粒度的基础上,定义了相对知识粒度的概念,证明了对一致决策表约简而言,相对知识粒度表示与Pawlak代数表示的等价性。进一步定义了基于相对知识粒度的属性重要度,提出了两个基于相对知识粒度的启发式决策表约简算法。通过理论分析与实例表明约简算法是有效可行的。     

基于故障字典的运载火箭控制系统 的故障诊断方法

研究了基于故障字典的运载火箭控制系统故障诊断的技术策略和实现方法,提出了故障字典的知识组织和表示方法及相应的推理机制,并以某型运载火箭姿态控制系统伺服机构为具体对象,对上述方法进行了应用。     

Rough集查询算法在分布式数据库中的应用

在分布式数据库技术和模糊集理论的基础上,应用作为数据挖掘的新方法的Rough集理论,针对分布式数据库的复杂查询处理问题,构建一种基于Rough集的分布式数据库系统,设计出Rough集上的查询算法,不仅极大地降低了信息查询的时间复杂性,而且提高了信息查准率,又兼顾了查全率,从而可以更准确迅速地查到所需要的信息,为信息查询和科技查新提供决策支持。