元胞自动机图的蛋白质二级结构类型预测

蛋白质结构预测是后基因组时代的一项重要任务,蛋白质二级结构预测是蛋白质结构预测的关键步骤。利用氨基酸数字编码模型生成蛋白质序列的元胞自动机图（Cellular Automata Image,CAI）,提出了一种基于灰度共生矩阵（Gray Level Co-occurrence Matrix,GLCM）提取纹理图像特征的方法。用扩大的协方差算法进行预测,仿真结果显示有较好的分类效果,Jackknife检验的预测成功率达到94.61％。     

基于蛋白质哈斯矩阵图的分泌蛋白预测

因为研究分泌蛋白质有助于找到直接与特定生理或病理状态相关的生物分子,判断一条未知蛋白是否为分泌蛋白是非常重要的。基于同一类型蛋白质的哈斯矩阵图具有相似图像纹理假设,提取图像的几何矩作为伪氨基酸成分对未知蛋白质序列是否属于分泌蛋白进行预测,采用Jackknife算法进行测试,预测成功率与现有算法相比有很大的提高。     

哈斯矩阵图的G-蛋白偶联受体类型预测

利用氨基酸数字编码模型,将蛋白质序列转换为数字序列,根据偏序理论构建蛋白质哈斯矩阵。基于同一类型蛋白质哈斯矩阵图 具有相似图像纹理的假设,运用图像处理方法提取图像的几何矩作为伪氨基酸成分,对G-蛋白偶联受体类型分为2层进行预测,预测成功率分别为92.33%和85.48%。预测效果表明该方法是可行的。     

基于Chernoff距离的GA-PLS法预测蛋白质二级结构研究

提出了用于预测蛋白质二级结构的Chernoff-GA-PLS算法。该方法首先是根据各个氨基酸残基的理化性质等自身所带的信息,计算出各样本到不同类别的Chernoff距离,进而根据Chernoff距离对蛋白质的氨基酸序列数据进行编码。最后由偏最小二乘进行蛋白质二级结构预测,并在整个算法过程中使用GA优化各个运行参数。为解决蛋白质二结构预测中的编码问题,提高预测结果的准确性和鲁棒性提供了一种新的思路。应用本方法对28个蛋白质共5789个氨基酸进行处理,获得的正确预测率达73.47%,研究结果表明,该方法预测结果明显高于目前运用单一方法获得的65%左右的预测准确率。由于该方法的预测误差小,易在Matlab上编程实现,计算过程中的参数意义明确和良好的可解释性,因此具有良好的应用前景。     

结合蛋白质二级结构信息预测蛋白质空间结构中的二硫键*

在蛋白质空间结构预测中,二硫键的确定可以大大减少蛋白质构象的搜索空间。为提高二硫键预测的准确率,对形成二硫键的半胱氨酸及其周围的氨基酸残基在蛋白质二级结构形成上的偏性进行了分析,并提出将蛋白质二级结构信息加入到BP神经网络预测模型的输入编码信息中。研究对象为从SWISS-PROT数据库中选取的252条蛋白质序列,随机均分4组,对预测准确率进行4-交叉验证。各项准确率均比未加入蛋白质二级结构信息前,有明显提高。结果表明,结合蛋白质二级结构信息的编码方式是可行且有效的。     

基于级联神经网络的蛋白质二级结构预测

为提高蛋白质二级结构预测的精度,提出一种由两层网络构成的级联神经网络模型。第1层网络采用具有差异度的5个子网构成的网络模型,对第2层网络的输入编码进行改进。对PDBSelect25中的36条蛋白质共6 122个残基进行测试,结果表明,该模型能有效预测蛋白质二级结构,其预测精度分别比SNN, DSC, PREDSATOR方法提高5.31%, 1.21%和0.92%,平均预测精度提高到69.61%。     

基于OET-KNN算法的蛋白质二级结构类型预测

蛋白质二级结构类型预测是当今生物信息学研究的热点之一。利用氨基酸数字编码模型将氨基酸序列转换成数字信号,根据LZ复杂度的算法计算了氨基酸的伪氨基酸成分,再对伪氨基酸成分用OET-KNN算法进行分类预测。Jackknife测试结果表明该算法能使得预测成功率有较大的提高。     

均衡数据法提高蛋白质二级结构预测

传统蛋白质二级结构预测,由于氨基酸序列中三种结构数量的差异,易造成不均衡训练,使得对三种结构的预测准确率差别较大。为改善这种缺陷,受装袋原理的启发,对传统方法进行改进,缩小训练时三种结构数量的差距。在实验中,采用数据集CB396,结果表明该方法能够显著提高对折叠的预测正确率,而且在总的预测正确率上达到77.3%,可以较好地进行蛋白质二级结构预测。     

使用HSMMs模型的蛋白质二级结构预测

文章对隐式半马科夫链模型(HSMMs)[1]进行了研究,并提出利用残基片段的疏水相互作用概率函数。此参数模型可以认为是片段简明网络的扩展,它通过获取残基序列的相互依赖关系来建立。使用该模型可克服传统预测方法在无同源家族蛋白时的预测困难,对靶蛋白质的同源性要求不高。     

基于模糊形式概念分析的文本分类模型

提出了一种基于模糊形式概念分析的文本分类模型,通过概念化文本到一个更加抽象的概念形式,以概念而非文本作为训练样本,最终结合近邻分类算法实现文本分类决策。实验结果表明该算法有很好的性能。     

基于改进加权图转换的图像匹配算法

对提出的基于马氏距离的点匹配方法进行了理论分析与实验验证,针对马氏距离及加权图转换匹配方法的不足,将马氏距离融入到加权图转换匹配算法中,提出了一种新的稳健的图像匹配策略——基于马氏距离加权图转换的图像匹配算法。该算法利用图中的点及其K-近邻点的马氏距离中值和角度距离建立权重矩阵,根据不断更新得到的权值更新图,逐个剔除出格点,获得更加精确的匹配结果。仿真数据和真实图像实验对比结果表明该方法的可行性和鲁棒性。     

基于调度历史数据在线预测作业执行时间

传统基于用户预估的执行时间通常准确性较差。结合分类和基于实例的学习方法,综合使用模板相似和数值相似方法,在历史调度数据中获取当前作业的相似作业,并使用其历史信息预测当前作业执行时间。使用调度历史中的用户名、分组名、队列名、应用名、用户请求处理器数、用户请求(预估)执行时间和用户请求内存量等属性进行训练和预测,算法中涉及的参数使用遗传算法确定。数值实验表明,相较于已有文献,本方法在使用更少参数的前提下得到了与文献结果中相近的低估率,并获得了更低的平均绝对误差。在HPC2N04和HPC2N05日志数据集上,平均绝对误差分别降低了43%和77%。研究了使用在线预测替换用户估计对作业调度的影响,对结果进行了初步分析并指出了今后的改进方向。     

Design and analysis of a class of self-organizing and trainable fuzzy controllers

As the applications of fuzzy-controllers become more complicated, the attributes of self-organization and trainability become increasingly important. Indeed, the specification of fuzzy rules and membership functions for systems with a large number of state variables is extremely difficult. This paper introduces a new class of self-organizing and trainable fuzzy-controllers that can be designed without specific information regarding either the membership functions or the fuzzy rules. The proposed controller derives the fuzzy rules from clusters formed in the input space, through a self-organizing process. The clustering is performed through a simple method which can adaptively allocate new clusters as more date are available to the controller. Then, the membership values of crisp inputs are determined by K-nearest-neighbor (KNN) distance measures applied to the centers of the input clusters. Finally, a KNN defuzzification processes directly estimates of the crisp output of unknown input data. An adaptation procedure for the center vector of each cluster and the corresponding output value is developed. The overall design is analyzed in terms of the existence and the uniqueness of the solution of the proposed model. The performance of the proposed controller is considered through the modeling of the Mackey—Glass time-series.     

迭代的图变换匹配算法

目的：图像的精确匹配在图像处理与识别中起着重要的作用。为了提高图像的匹配效果,本文提出了一种迭代的图变换匹配算法来实现误匹配关系的去除从而提高图像的匹配精度。方法：该算法首先利用传统的图变换匹配(GTM)算法从初始匹配关系集合中获得较为精确的匹配关系子集,然后,利用已经获得的正确匹配点集与初始匹配点集之间的几何关系对初始匹配进行修正。最后,利用GTM对修正后的匹配关系进一步优化,从而得到更多的精确匹配关系。结果：实验结果显示在不同的图像变换场景下,相比于传统GTM算法,该算法具有较高的查全率。结论：所提算法能够克服传统GTM算法所得正确匹配关系少的缺陷。     

基于K近邻隶属度的聚类算法研究

经典模糊C均值聚类算法（FCM）基于欧氏距离,存在不同规模类簇不能正确聚类问题,针对此问题提出一种基于[K]近邻隶属度的模糊C均值聚类算法（KNN_FCM）。讨论了基于[K]近邻隶属度的粗糙C均值聚类算法（KNN_RCM）和粗糙模糊C均值聚类算法（KNN_RFCM）,此方法避免了传统粗糙C均值聚类算法（RCM）和粗糙模糊C均值聚类算法（RFCM）中阈值选择问题。将KNN_FCM、KNN_RCM、KNN_RFCM分别与FCM、RFM、RFCM在UCI数据集上进行仿真比较,结果表明新方法是可行、有效的。     

Selecting the right-size model for prediction

We evaluate the effectiveness of cross-validation in selecting the right-size model for decision tree and k-nearest neighbor learning methods. For samples with at least 200 cases, extensive empirical evidence supports the following conclusions relative to complexity-fit selection: (a) 10-fold cross-validation is nearly unbiased; (b) ignoring model complexity-fit and picking the standard model is highly biased; (c) 10-fold cross-validation is consistent with optimal complexity-fit selection for large sample sizes and (d) the accuracy of complexity-fit selection by 10-fold cross-validation is largely dependent on sample size, irrespective of the population distribution.