有机化合物热力学性质的预测（Ⅱ）——人工神经网络法预测烷烃的吉布斯自由能

采用分子子图编码法将烷烃的分子子图码作为人工神经网络的输入参数,对烷烃的吉布斯自由能进行预测.将预测值与文献值进行线性拟和,其回归系数达到0.9812.     

有机化合物热力学性质的预测(Ⅱ)--人工神经网络法预测烷烃的吉布斯自由能

采用分子子图编码法将烷烃的分子子图码作为人工神经网络的输入参数,对烷烃的吉布斯自由能进行预测.将预测值与文献值进行线性拟和,其回归系数达到0.9812.     

有机化合物热力学性质的预测（Ⅱ）—人工神经网络法预测烷烃的吉布期自由能

采用分子子图编码法将烷烃的分子子图码作为人工神经网络的输入参数,对烷烃的吉布斯自由能进行预测。将预测值和献值进行线性拟和,其回归系数达到0．9812。     

烷烃临界参数的定量构效关系研究

定义了分子中原子的平衡电负性并用原子的平衡电负性对分子图进行着色，在距离矩阵的基础上结合分子中各原子的支化度构建一种新的拓扑指数ND1、ND2、ND3，它对分子结构实现唯一性表征具有优良的结构选择性，并与烷烃临界温度、临界压力和临界体积相关联，相关系数分别为0．9986,0．9980,0．9966，预测结果令人满意。     

一种结构信息连接性指数

根据分子中原子的特性和连接性 ,提出一种新的结构信息连接性指数 mE ,其中1E对烷烃和环烷烃异构体有较强的区分能力 .该法用于研究饱和链烷烃类和环烷烃类化合物的沸点 ,获得较满意结果 .与其他已有的拓扑指数比较 ,该指数结构选择性和相关性好 .对链烷烃和环烷烃沸点的实验与计算平均误差为 1 1 4% .     

基于不确定数据的功能模块预测

蛋白质功能模块在分子相互过程中扮演着重要角色。已有多种方法从蛋白质相互作用网络中识别功能模块,许多算法没有考虑模块内在生物组织特性,忽略了较高的假阳性给算法产生的负面影响。文中为PPI网络构建一个不确定图的模型,其中每一个蛋白质的交互作用都被赋予一个测度;结合不确定数据管理技术,提出一种基于可能世界模型的功能模块识别算法。若子图内部节点间具有较高的内聚性,子图与邻居子图间具有较小的耦合性,该子图被标识为功能模块。引入期望支持度的概念描述节点和子图间的关系。为了评估算法的性能,对目前已有的七种算法与本文的算法做了综合比较。实验结果表明本文提出的算法性能显著优于已有的方法,算法识别的功能模块具有更好的生物统计意义。     

用分子连接性指数预测烷烃的化学

简单介绍分子连接性指数及其计算方法，并建立了烷烃的化学 与分子连接性指数的定量关系。预测结果的平均相对误差为０．０３１０％。     

复杂网络中的抽样链接预测

针对传统相似度算法无法预测给定顶点存在的链接问题,以抽样方法为基础,提出一种对复杂网络进行链接预测的方法,找出用户感兴趣节点的相关链接.根据用户感兴趣的节点,使用随机游走的方法,构造一个子图.设定该子图的大小使相似度估计值的误差小于给定的容错阈值.该方法仅在一个小的包含全局信息的子图上进行相似度计算,可以使计算时间大大减少.实验结果表明,算法的时间复杂度与数据集大小呈线性关系,基于局部指标的常见邻居(CN)算法、Jaccard以及PA指标算法的时间复杂度与数据集大小呈平方关系,以全局拓扑路径为基础的Katz算法的时间复杂度与数据集大小呈立方关系.     

一种基于数据图划分的关系数据库关键词检索方法

不同于常用的一次性将图加载入内存的检索方法,提出了一种基于数据图划分的关系数据库关键词检索方法,该方法首先将大图细分成多个相互之间具有简单连通性的小图并存储于缓存中,然后通过超图查询算法获取与查询条件相关的子图,进行关键词检索获取候选结果时,只需加载相关子图并恢复子图的初始结构,通过遍历子图获得最终结果.实验表明,该方法可以有效解决对无法放入内存的大型数据图的处理问题,使得关系数据库关键词检索实用于庞大而复杂的数据图中而不受内存约束.     

基于拓扑子图与编辑距离的距离测量方法

图结构数据搜索的核心是为图的匹配寻找一个好的相似性测量方法.图编辑距离法和最大公共子图法是现有的两种较成熟的测量方法.图编辑距离法善于描述细小的距离差距,但缺乏结构上的描述;最大公共子图法与之相反,在结构描述上很有优势,但是在细节的描述上很弱.鉴于这种情况,将最大拓扑公共子图法与编辑距离测量法相结合,提出了一种新的相似性测量方法.这种方法先用拓扑公共子图进行结构性描述,然后利用编辑距离的细节描述能力对最大拓扑公共子图内部的相似性距离进行调整,从而有效地发挥了最大公共子图法和编辑距离法各自的优点,使得图之间的相似性衡量更加有效、精确;同时在图的相似性搜索、图像检索、对象识别等领域也更有相容力和理解力.     

基于肢体子图的图卷积人体动作识别

针对目前动作识别方法不能捕获肢体之间关联性关系特征问题,设计了基于肢体子图的图卷积动作识别方法.首先,为了捕获不同肢体的时空特征,将人体骨架图划分为相邻肢体有公共节点的4个肢体子图,分别表示相应的身体部位;其次,为了捕获不同肢体之间内在的关联性特征,设计了组合肢体子图,分别对肢体子图和组合肢体子图进行空间卷积,得到肢体...     

链烷烃连接性指数与热力学性质关系

在分子图的邻接矩阵基础上提出了一个新的连接性指数^m，该指数易于计算，对饱和烷烃有较高的结构区分能力，^mX与85种链烷烃的标准生成焓、标准熵，标准生成自由能和沸点关联，相关系数多在0．99以上，属于良好模型，能较好地反映化合物的结构特征。     

基于带权无向连接图的子装配体识别方法研究

子装配体识别是解决大规模装配序列规划问题的有效方法之一.为了高效、自动地识别子装配体,根据零件联接类型,建立了装配体的带权无向连接图模型.通过边权值的设定,使得装配体的带权无向连接图能够提供Ⅰ型和Ⅱ型子装配体识别所需的联接信息.将带权无向连接图与装配体的干涉矩阵和支撑矩阵相结合,设计并实现了Ⅰ型和Ⅱ型子装配体的识别算法.与有向连接图模型中子装配体识别算法相比,能够有效消除识别过程中对两种类型子装配体的冗余判断.实验结果表明,识别算法能够有效的进行两种类型子装配体的识别.     

基于小波变换方向信息的奇异值图像去噪研究

提出一种基于小波变换方向信息的奇异值图像分解去噪方法.由于图像噪声主要集中在小波域中的高频子图部分,且系数较小,可以利用奇异值分解后较大的奇异值和对应的特征向量重构出去噪图像,然而由于奇异值分解固有的行列方向性,对于高频对角线子图重构出的图像去噪效果不理想,故采取旋转至行列方向后再进行常用的奇异值滤波.低频子图仅作简单维纳滤波,最后将去噪后的低频和高频子图进行小波反变换重构出最终的去噪图像.实验结果表明,该方法在有效去噪的同时较好地保留了原有的高频细节信息.     

基于子图交互关系的网络结构增强算法

已有研究基于子图交互关系构造子图网络来实现网络结构增强,然而其算法复杂度高.鉴于此,基于不同阶子图网络的拓扑属性分别对原始网络进行赋权,得到一阶和二阶加权网络,以权重的形式直观体现子图交互关系.同时,这两种加权网络的权重可以直接通过原始网络的拓扑结构计算得出,从而避免了子图网络的构造过程,大大降低了算法复杂度.最后,以...     

基于子区域的机器人全覆盖路径规划的环境建模

研究了移动机器人在含障区域内完成全覆盖行走的优化环境建模.将子区域内行走路线、区域分割和子区域衔接顺序三方面结合,进行总体优化的考虑.提出用"双线扫法"完成区域的分割,选择"向内螺旋式"行进作为子区域内部行进路径,构造整个待覆盖区域全连通图模型,用旅行商问题解法求最优的有向全连通图,取得了令人基本满意的结果.     

稠合多环芳烃分子图的系统资料汇编

本文根据一览子分子轨道计算所得到的挥克分子轨道参数,整理绘制了全部七环以及部分八环的稠合多环芳烃分子图。分子图形象地以自由价和Coulson键序表征了各个芳烃的结构特点。本文还讨论了特征数作为命名符的使用,注明了各个分子所属的对称群和IUPAC命名和特征图。     

烷烃色谱保留指数与结构的相关性

根据分子拓扑理论,采用两个拓扑指数,计算了64个烷烃的气相色谱保留指数值。将这2个拓扑指数用于烷烃定量结构-性质关系的研究,发现它们与64个烷烃气相色谱保留指数存在优良的相关性,表明2个拓扑指数能较好地反映化合物的结构信息。因此得到了新的定量结构-性质关系模型,建立了多元线性回归方程,相关系数高于0.99。该方程可用于烷烃气相色谱保留指数的预测。     

稠合多环芳烃分子图的系统资料汇编(Ⅱ)

本文根据一览子分子轨道计算所得到的挥克分子轨道参数,整理绘制了全部七环以及部分八环的稠合多环芳烃分子图。分子图形象地以自由价和Coulson键序表征了各个芳烃的结构特点。本文还讨论了特征数作为命名符的使用,注明了各个分子所属的对称群和IUPAC命名和特征图。     

面向程序理解的系统依赖图构建算法

为降低程序理解中的程序标准化和程序匹配等复杂度,提出了面向程序理解的系统依赖图构建算法,将其划分为3个阶段:程序信息的提取、控制依赖子图的构建和数据依赖子图的构建.采取控制依赖和数据依赖分别求解,直接基于控制依赖子图分析数据流,无需额外的控制流图表示,并且可按需计算数据流,降低了算法复杂度;将选择语句和循环语句统一表示,并将表达式表示为抽象语法树,使之便于程序转换和分析.在编程题自动评分系统和程序识别中的应用中结果表明构建的系统依赖图为程序理解和分析提供了方便,降低了复杂度.