系统发生网络构建算法综述

物种的进化史通常被描述成一棵有根系统树,但是当物种进化过程中发生网状进化事件（如,杂交、重组和水平基因转移）时,物种的进化史不再适合被描述成系统树。系统发生网络是系统树的一般化,也是被用来描述物种的进化史,并可以描述物种的网状进化事件。而且系统发生网络也可以可视化冲突数据集,如由不同的基因得到的物种树。因此,系统发生网络的研究是生物信息的一个重要领域。介绍了系统发生网络的概念、发展、研究现状,总结了现有的系统发生网络构建算法。     

基于RRT算法的无人机路径规划应用研究

经典的路径规划算法大都需要在全局已知空间中对环境进行建模,包括人工势场法、遗传算法、启发式算法、仿生学算法等.由于需要预先构建环境,因此这些方法并不适合解决在高维度空间中的路径规划问题.基于快速扩展随机树(RRT)的路径规划方式其优势在于可以避免对全局环境的构建,通过对状态空间进行随机采样,检测碰撞点,能够有效地解决在...     

适于低轨卫星IP网络的核心群合并共享树组播算法

为了解决低轨卫星IP网络中现有典型源组播算法的信道资源浪费问题,该文提出了一种低树代价的组播算法,即核心群合并共享树(CCST)算法,包括动态近似中心(DAC)选核方法和核心群合并组播路径构建方法。DAC方法基于逻辑位置形成的虚拟静态、结构规则的网络拓扑选择核节点。在核心群合并方法中,以核节点作为初始核心群,通过核心群和剩余组成员的最短路径方法逐步扩展直至整棵组播树构建完成,从而使得组播树的树代价最小,大大提高了网络的传输带宽利用率和组播传输效率。最后,与低轨卫星IP网络中的其他几种典型算法进行了性能对比,仿真结果说明,CCST算法的树代价性能比其它算法有较大改善,而端到端传播时延略高。     

基于激光传感探测技术的多机器人编队协调控制研究

传统编队协调控制方易产生部分路径数据丢失,机器人产生方向角误差大,为此设计基于激光传感探测技术的多机器人编队协调控制方法.利用激光传感探测技术获取机器人路径数据,采用一致性数值关系更新获取得到的路径数据,设定分散参数控制路径数据发生丢失,制定机器人编队规则,积分处理机器人在行驶路径上产生的滑面,设计机器人终端协调控制策...     

基于机器学习和卫星图像的路径损耗预测

基于反向传播神经网络（back propagation neural network,BPNN）构建了一种路径损耗预测模型.通过卫星图像的红、绿、蓝（red, green and blue,RGB）通道的颜色信息来表征无线通信电波传播路径的环境特征,结合路测点与基站的距离特征构建数据集,迭代训练网络参数,以预测传播路径损耗.结果表明,对跨基站路测点的预测结果与实测数据之间的相关系数达到0.83,绝对平均误差控制在0.66 dB,标准差控制在6.65 dB,说明在缺乏某一场景的详细模型和材质参数时,本文模型也能可靠预测无线通信电波的传播路径损耗.此外,本文信道模型与传统信道建模方法多方面的对比与分析表明,本文模型在相同计算资源下可以提供和传统信道建模方法相差很小的预测结果,同时大大缩短预测所需的时间,说明本文模型对传播路径损耗做出快速预测的能力可以用于无线通信网络系统的优化.     

基于错误驱动的语义文法自动扩展学习方法研究

面向领域的自然语言理解技术是垂直搜索引擎、领域相关问答系统等应用的核心技术之一.本文在已构建的基于本体和语义文法的自然语言理解系统的基础上,提出一种基于错误驱动的语义文法自动扩展学习方法,对于解析错误的句子,利用核心文法生成部分解析树,按照打分函数选择一组最佳的部分解析树,利用预测模型预测部分解析树的上层节点并试图构建...     

可扩展路由器中SPT并行计算的实现

随着互联网的飞速发展,集群结构的下一代核心路由器已经成为研究的重点.在可扩展路由器中(cluster router),并行路由算法是关键问题之一.对于广泛部署的OSPF协议,最短路径树(SPT)的并行计算是其并行化的核心难点.本文提出了一种计算最短路径树的算法－分区Dijkstra算法(D-D),分析了算法性能,并通过模拟实验验证了算法的性能.     

自组织网络中基于动态路由树的网内数据聚集算法

数据聚集是自组织网络（Ad-hoc network）中的一个重要的数据操作。一些用于无线传感器网络的数据聚集系统,通常在网络节点中构建一个路由树结构,用于传感器感知的数据向基站节点的路由和数据在网内节点上的处理。路由树结构是一种用于网内数据聚集的简单通用的算法,但这些数据聚集系统中的路由树结构并没有为数据聚集作优化。提出一种基于动态路由树的网内数据聚集算法,通过对路由数据的动态重构和维护,解决自组织网络的节点动态变动问题,和树结构为数据聚集操作优化的问题。性能分析表明,动态路由树的创建和维护只需多项式级别的节点间的消息传递,为自组织网络中的网内数据聚集实现执行路径的优化。     

传感器网络中基于最短路径树的低延时节能路由算法

借助图论中最短路径和最小生成树的原理,在无线传感器网络中构建若干棵以Sink节点为根的最短路径源路由树。与最小生成树相比,最短路径树能保证路径上大部分节点找到节点间RSSI较强的通讯路径并以较少的跳数把数据传输给Sink节点,而最小生成树中的节点则需较多跳数。因此,提出的算法在一定程度上降低了延时。算法通过事先设定最低RSSI和节点最大剩余能量MRE来构建路由树,并修改已存在的路由算法,从而保证节点通讯的可靠性和网络的节能。     

基于桥CA方案认证的路径构造及验证系统设计

公钥基础设施(PKI)是目前网络建设的基础和核心,是电子商务、电子政务和网上应用安全实施的基本保证.本文提出了一种比较现实的跨桥构造不同信任域间认证路径的方法-基于桥CA方案认证的路径构造及验证系统,算法的核心是通过权重的赋予来权衡一条最优路径.简单介绍了系统的组成、运行/开发环境.描述了系统的数据结构、数据库设计和功能.给出了系统核心的详细设计和实现.     

一种新的复合核函数及在问句检索中的应用

问句检索在问答系统中有着重要的作用,其核心问题在于研究查询问句与候选问句之间的相似性计算问题,实现问句之间的高精度匹配。该文采用树核函数的方法计算问句之间的结构相似性,并针对原有算法的不足,做了相应的改进。为降低句法解析器性能对树核函数的影响,该文在改进的树核函数基础上,将其与字符串核结合,提出了一种能同时融合问句的句法信息,词性信息和词序信息的复合核函数,用以计算问句之间的综合语义相似性。在社区问答系统Yahoo!Answer的数据上进行测试,相对传统的基于词频的特征向量法,问句检索平均准确率提高了24.02%。     

一种面向隐含主题的上下文树核

该文针对上下文树核用于文本表示时缺乏语义信息的问题,提出了一种面向隐含主题的上下文树核构造方法。首先采用隐含狄利克雷分配将文本中的词语映射到隐含主题空间,然后以隐含主题为单位建立上下文树模型,最后利用模型间的互信息构造上下文树核。该方法以词的语义类别来定义文本的生成模型,解决了基于词的文本建模时所遇到的统计数据的稀疏性问题。在文本数据集上的聚类实验结果表明,文中提出的上下文树核能够更好地度量文本间主题的相似性,提高了文本聚类的性能。     

Euclidean distance harmonic method for establishing theoretical MAPK/Erk signaling pathway in treated breast cancer line MCF-7

Hierarchical clustering algorithms, such as Pearson's correlation, Euclidean distance, Euclidean distance harmonic, Spearman rank correlation, Kendall's tau, and City-block distance, were used to find the best way to establish theoretical MAPK/Erk signaling pathway on the basis of breast cancer line MCF-7 gene expressions. The algorithm constructs a hierarchy from top to bottom on the basis of a self-organizing tree. It dynamically finds the number of clusters at each level. It was found that only Euclidean distance harmonic is fit for the analysis of the cascade composed from a RAF1 (c-Raf), a MKNK1, a MAPKK (MEK1/2) to MAPK (Erk) in breast cancer line MCF-7. The result is consistent with the biological experimental MAP/Erk signaling pathway, and the theoretical MAPK/Erk signaling pathway on breast cancer line MCF-7 is set up.     

一族新的布尔核函数及其应用

核机器（Kernel Machine）已成为机器学习领域的热点研究问题。针对只具有离散属性的分类问题，在对合取范式进行深入分析的基础上提出了一族新的布尔核函数。利用这些布尔核函数，可以在布尔逻辑学习、决策树，决策规则学习以及基于项集的学习中，引入核机器技术。实验结果指出，使用结构简单而符合训练数据集特征的布尔核函数，有助于显著提高分类器的性能。     

基于后缀树词序列核挖掘Web文档

通过将文档表示为一棵后缀树,文章提出一种基于后缀树索引计算文档相似度的词序列核.首先根据文档的词序列构造出后缀树,然后根据后缀树词序列核计算文档间的相似度,最后利用支持向量机对文档进行分类.理论分析表明后缀树词序列核的计算只与比较文档的长度成线性关系,大大减少了序列核的计算时间.在reuters21578文档集上将后缀树词序列核与词序列核、多项式核进行比较,实验结果表明在改善速度的同时,后缀树词序列核可达到与词序列核相当的性能,优于多项式核,更适于Web文档挖掘等应用.     

A signal-dependent time-frequency representation: fast algorithmfor optimal kernel design

A time-frequency representation based on an optimal, signal-dependent kernel has been previously been proposed in an attempt to overcome one of the primary limitations of bilinear time-frequency distributions: that the best kernel and distribution depend on the signal to be analyzed. The optimization formulation for the signal-dependent kernel results in a linear program with a unique feature: a tree structure that summarizes a set of constraints on the kernel. The authors present a fast algorithm based on sorting to solve a special class of linear programs that includes the problem of interest. For a kernel with Q variables, the running time of the algorithm is O(Q log Q), which is several orders of magnitude less than any other known method for solving this class of linear program. This efficiency enables the computation of the signal-dependent, optimal-kernel time-frequency representation at a cost that is on the same order as a fixed-kernel distribution. An important property of the optimal kernel is that it takes on essentially only the values of 1 and 0     

基于数据驱动和统计扩散的树冠提取方法

遥感图像在森林管理中有重要的作用,随着数据量的增加和分辨率的提高,从图像中提取树冠参数成为需要和可能。该文根据树冠的特征,使用标记点过程对树冠建模,采用可逆马尔科夫链蒙特卡罗算法(MCMC)配合模拟退火算法提取树冠的参数,提出新数据项以使其更好适应图像;提出数据驱动的生灭核,同时提出使用随机扩散方法代替非跳转转移核加快算法收敛速度并简化了该方法的实现。最后通过对遥感图像的实验验证了该方法的有效性。     

基于修正核函数SVM的一维距离像识别

支持向量机的识别性能很大程度上依赖于核函数的使用。根据黎曼几何理论,提出了一种新的保角变换,对核函数进行数据依赖性改进。该方法通过扩大分类边界处的黎曼张量,使得分类间隔扩大,从而提高支持向量机的分类能力。针对多类舰船目标的识别,利用聚类分析中的均值距离来生成二叉树,将分类器分布在各个节点上,构成多分类支持向量机。对四类舰船目标仿真实验的结果表明,该分类方法无论识别率还是识别速度都具有优势。     

一种新的DNA序列进化距离的修正方法

进化树是推演生命历史的一个重要工具。在构建进化树的所有算法中,基于进化距离的算法是其中研究的重点。但是,这一方法较为严重地依赖着距离矩阵的质量。人们开发了多种基于生物事实的进化模型来改进距离矩阵的构建过程,很大程度上提高了进化距离的准确性。同时,也提出了许多方法来检测距离矩阵的质量。文中提出了基于模型的距离以及p距离,采用一种组合的新距离的方式来构建距离矩阵。同时采用直接检测距离矩阵的统计学计分方法以及构建进化树,对比实验结果表明文中的方法实用且有效。