ED算法和SNP-index算法计算SNP位点的比较分析——以拟南芥为例

SNP(单核苷酸多态性)是发生在DNA序列上单个核苷酸碱基之间的变异,是生物可遗传变异中最常见的一种变异。ED算法和SNP-index算法是计算SNP位点的2种常用算法。由高通量测序获得拟南芥F₂代全基因组测序数据,基于Linux平台对测序数据进行过滤、筛选和比对,通过算法实现结果,比较不同算法检测得到的SNP位点数量和SNP基因型比例。实验结果表明,通过ED算法得到的SNP位点数量更多,分布更广,相对分布密度大于SNP-index算法的,但是2种算法得到的SNP位点数量和SNP基因型比例相近。     

基因表达谱的复杂网络研究

该文采用复杂网络理论。首先利用分类信息指数对数据进行初步筛选,选出了314个基因。对选出的基因分别做肿瘤样本和正常样本的相关系数矩阵,利用Kruskal算法分别对两个相关系数矩阵做最小生成树,然后通过比较选出阈值,建立起节点间的连边关系,得到致病前后的两个网络。根据复杂网络中的相关理论,分别对肿瘤样本和正常样本进行社区划分,最后通过观察两个样本的网络系统,分析致病前后基因的变化情况,建议了结肠癌的特征基因。     

最大依赖集在不一致数据检测中的应用

针对条件函数依赖（CFDs）对不一致数据检测不完备问题，提出基于最大依赖集（MDS）的依赖提升算法（DLA），通过获取依赖中包含的隐性依赖（RCFDs）对数据集中的不一致数据进行检测。利用动态值域调整，设置数值变化的前移和后移指针，改进原算法的枚举过程，提高了算法对连续属性的适用性，给出动态值域调整和依赖提升算法的算法流程和伪代码，并对算法的收敛性和时间复杂度进行分析。最后通过对照实验，对比了依赖提升算法和基于CFDs的检测方法的检测精度和时间代价，验证了算法的有效性。     

重叠小区中移动IP切换算法的研究

首先简要介绍了MobileIP并分析了MobileIP的各种切换算法,然后通过仿真研究了重叠小区内结合链路层检测信息的积极和消极切换算法的性能,通过对仿真结果的分析,当移动节点进行慢速往返移动时,宜采用结合链路层检测的积极切换算法;而当移动节点往返移动的速度较高时,结合链路层检测的消极切换算法能提供更高的性能。     

基于PIR Sensor的单目标跟踪系统的设计与实现

针对基于热释电红外传感器的人体跟踪系统在实际环境中,由于受环境噪声和硬件参数影响而误差较高的问题,本文提出了一种基于热释电红外传感器PIR Sensor(Pyroelectric Infrared Sensor)的高精度人体目标跟踪方案。该方案首先对检测区域内运动人体热辐射的红外信号特征进行了提取,然后利用PIR Sensor定位节点自身几何参数和探测数据,得到初步定位结果。最后通过Kalman滤波算法对初步定位结果进行滤波处理并更新目标的状态信息,实现对检测区域内人体目标的定位与跟踪。实验表明,该系统的跟踪误差与同类跟踪系统相比降低了71.96%,证明了该系统具有较高的跟踪精度。     

基于ICEEMDAN与Teager能量算子的牵引供电系统谐波检测算法

针对传统的谐波检测算法无法分析牵引供电系统中的非线性、非平稳谐波的问题,文章提出一种基于改进自适应噪声的完整集合经验模态分解（ICEEMDAN）与Teager能量算子（TEO）相结合的谐波检测算法。其先将待测信号经ICEEMDAN得到一组固有模态函数（IMF）分量,再通过筛除虚假分量,得到真实的IMF分量;然后,对各个IMF分量进行Teager能量算子（TEO）解调,得到谐波分量的幅值与频率随时间变化的图像。经分析得出,ICEEMDAN作为希尔伯特-黄变换（HHT）中的重要步骤经验模态分解（EMD）的改进算法,相较EMD的其他改进算法,其抑制模态混叠的效果最佳,并具有良好的自适应性,在处理非线性非平稳信号时有着很好的表现;而TEO能准确检测出谐波的瞬时幅值与频率,并快速响应信号的变化。通过构造牵引网特性中的谐波信号对该算法进行仿真分析,结果显示,分析稳态电流谐波时,幅值与频率的平均检测误差分别为3.56%和1.74%;分析暂态电流谐波时,幅值与频率的平均检测误差分别为3.39%和2.44%。这表明文章所提算法能够对牵引供电系统谐波的幅值与频率进行准确的检测,并可以准确定位谐波信号的突变...     

真核生物多基因预测结果整合算法

针对独立基因预测算法可靠性较差的缺点,提出了真核生物多基因预测结果整合算法(Algorithm for integration of multiple eukaryotie gene prediction results,AIMEGPR).该算法在综合分析各种预测算法结果的基础上,首先用极大似然法估计各种预测算法的性能参数,然后利用这些性能参数计算基因证据区间上各个基因片段归属于各种基因元件类型的后验概率,最后采用动态规划法在基因证据区间上确定最优的一致基因结构.AIMEGPR既不需要人工定制整合规则,也不需要复杂的训练学习,因此AIMEGPR尤其在基因组新测序物种上进行编码基因注释时具有十分显著的优越性.实验结果表明,利用AIMEGPR算法对多基因预测结果整合可以明显提高一致基因的可靠性.     

类别敏感的全局时序关联视频动作检测

目的 视频动作检测是视频理解领域的重要问题,该任务旨在定位视频中动作片段的起止时刻并预测动作类别。动作检测的关键环节包括动作模式的识别和视频内部时序关联的建立。目前主流方法往往试图设计一种普适的检测算法以定位所有类别的动作,忽略了不同类别间动作模式的巨大差异,限制了检测精度。此外,视频内部时序关联的建立对于检测精度至关重要,图卷积常用于全局时序建模,但其计算量较大。针对当前方法的不足,本文提出动作片段的逐类检测方法,并借助门控循环单元以较低的计算代价有效建立了视频内部的全局时序关联。方法 动作模式识别方面,首先对视频动作进行粗略分类,然后借助多分支的逐类检测机制对每类动作进行针对性检测,通过识别视频局部特征的边界模式来定位动作边界,通过识别动作模式来评估锚框包含完整动作的概率;时序建模方面,构建了一个简洁有效的时序关联模块,利用门控循环单元建立了当前时刻与过去、未来时刻间的全局时序关联。上述创新点整合为类别敏感的全局时序关联视频动作检测方法。结果 为验证本文方法的有效性,使用多种视频特征在两个公开数据集上进行实验,并与其他先进方法进行比较。在ActivityNet-1.3数据集中,该方...     

基于彩色编码技术的准种重建算法

求解病毒准种单体型有助于了解其基因结构特点,对疫苗的研制及抗病毒治疗具有重要意义。文中通过引入模糊距离,构造一种带权的片段冲突图,并提出了基于彩色编码技术的病毒准种单体型重建算法CWSS。CWSS算法先根据给定阈值对片段冲突图进行预处理;然后根据顶点的边权和及饱和度取值为图中顶点着色,着色遵循相邻顶点颜色相异的原则,直至所有顶点完成着色;最后将相同颜色的顶点片段进行组装,得到准种单体型。CWSS算法的时间复杂度为O(m^2n+mn) 。采用模拟测序片段数据进行实验测试,对CWSS算法和Dsatur算法的重建性能和质量进行对比分析。实验结果显示,相比于Dsatur算法,CWSS算法能获得更准确的准种单体型,具有更高的重建性能。     

基于在线性能测试的概念漂移检测方法

概念漂移是动态流数据挖掘中一类常见的问题,但混杂噪声或训练样本规模过小而产生的伪概念漂移会引起与真实概念漂移相似的结果,即模型在线测试性能的不稳定波动,导致二者容易混淆,发生概念漂移的误报.针对流数据中真伪概念漂移的混淆问题,提出一种基于在线性能测试的概念漂移检测方法(concept drift detection method based on online performance test,简称CDPT).该方法将最新获得的数据集进行均匀分组,在每组子数据集上分别进行在线学习,同时记录每组子数据集训练测试得到的分类精度向量,并计算相邻学习时间单元之间的精度落差,依据测试精度下降阈值得到有效波动位点.然后采用交叉检验的方式整合不同分组中的有效波动位点,以消除流数据在线学习过程中由于训练样本过小导致模型不稳定造成的检测干扰,根据精度波动一致性得到一致波动位点.最后,通过跟踪在线学习分类准确率,得到一致波动位点邻域参照点的测试精度变化,比较一致波动位点邻域参照点对应的模型测试精度下降幅度及收敛情况,以有效检测一致波动位点当中真实的概念漂移位点.实验结果表明,该方法能够有效辨识流数据在线学...