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。     

基于知识表达系统的序列比对研究

序列比对是生物信息学中基本的信息处理方法,对于发现生物序列中的功能、结构和进化信息具有重要的意义。该文对典型的双序列比对算法以及多序列比对算法进行了描述和评价;针对目前序列比对算法普遍存在的不足,提出了一种新的思想一基于知识表达系统的序列比对研究,应用知识表达系统对序列比对相似性发现进行定义及其处理。     

基于蚁群算法的序列比对方法

本文综述了蚁群算法应用于序列比对的基本思想和主要方法,为研究新算法核心模型的提出提供理论依据。     

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。     

计算DNA序列模式特征的匹配算法

分析了DNA序列特征计算过程中的特殊性,提出了一种基于“空间换时间”的模式匹配算法,设计了以map数据结构来存储中间结果的方案,使得扫描DNA序列一次即可同时计算所有元组模式在该序列中出现的次数。实验结果及分析表明,算法提升了DNA序列模式特征计算的效率,较好地解决了计算DNA序列模式特征的问题。     

基于形态的时间序列子序列相似性研究

时间序列重新描述和相似性度量是时间序列数据挖掘的研究基础,对提高挖掘任务的效率和准确性至关重要.提出了一种新的基于形态的时间序列子序列符号描述,并给出了相应的子序列形态距离公式,以度量时间序列子序列的相似性.该方法直观简洁,对数据的平移、伸缩不敏感,能够反映子序列趋势变化的程度、去除噪声的影响,满足时间多分辨率要求.实验结果表明了算法的有效性.     

分块递归序列比对算法

利用分块递归的思想, 结合检查点计算方法, 提出一种线性空间复杂度序列比对算法, 对于给定长为m和n的2条序列, 空间需求约5 (m+n) +L_smin (m-1, n-1) +C₂~5 (m+n) +L_s (m+n-2) +C₂, 而时间需求一般情况下约1.5mn~3mn, 在待比对序列相似度较高时约1.5mn~2mn, 并通过同源物种全基因组序列比对实验证明, 如果归一化编辑距离小于0.25, 那么该算法比Hirschberg算法快10%以上.     

基于分段时间序列的试井数据相似性查询算法

从石油试井数据序列查询的实际需求出发,给出一种新的时间序列相似性查询算法。该算法首先通过中线距离阈值和极值点两个约束条件分段线性拟合时间序列,利用分段动态弯曲距离度量获得相似的分段子序列,逐点检索该子序列实现序列的精确查询。实验结果表明,该算法具有良好的相似性查询质量和效率。     

DNA序列数据分析技术综述

DNA序列数据是一类重要的生物数据,也是DNA计算的基础数据.介绍了DNA序列数据特性,并对DNA序列分析技术的研究现状以及进展进行了综述,给出了DNA序列数据分析的热点问题,包括DNA序列的数据存储方式和基于DNA生物特性的分析模型等.     

水文序列分形维数估计的小波方法

根据小波多分辨率分析和水文序列的统计自相似性，提出了水文序列分形维数的小波估计方法，给出了其计算步骤。运用实际月径流序列的统计分析，探讨了小波分维估计法的影响因素和稳定性，指出紧支撑的Db4、Db6正交小波效果最稳定。最后运用小波方法估计黄河三门峡站年径流和长江屏山站日资料的分维值。研究表明，小波分维估计法稳健，计算成果可靠。     

基于UIO序列的状态机测试序列生成算法

在通信协议的一致性测试中,寻找一条简洁高效的测试序列是关键工作之一．基于FSM模型的协议一致性测试,提出一种新的UIO序列生成方法,利用遗传算法求解UIO序列．研究结果表明,该算法能生成更短且结果稳定的UIO序列．     

基于正序故障分量方向比较原理的广域继电保护算法

对广域方向纵联保护算法进行深入研究,得到一种广域继电保护算法,该算法的原理是对正序故障方向进行比较：利用智能电子设备IED （Intelligent Electric Device,IED）的定位,将线路、母线组成IED关联域。在这个系统出现故障时,通过IED在关联域内对故障信息的采集和共享,结合文中定义的故障判别原则,可以得出发生故障的位置。通过IED设定的相应策略,快速排除故障。     

基于动态图像序列的运动目标跟踪

介绍了运动目标跟踪中基于特征、 3 D、变形模型和区域的 4种跟踪方法 ,着重分析了变形模型中Snake的跳跃模型跟踪方法和基于区域的几个有代表性的跟踪方法 ,说明了其在智能交通监控中的应用 ,并给出了区域跟踪的实验结果。     

基于遗传算法的动态模糊聚类基于遗传算法的动态模糊聚类

提出了一种基于遗传算法的动态模糊聚类方法。通过计算样本之间的模糊相似性,不失真地反映它们之间的内在关联。同时将样本之间的模糊相似性映射到样本之间的欧氏距离,即将高维样本映射到二维平面。利用遗传算法不断优化两者之间的映射,使样本之间的欧氏距离逐步趋近于其模糊相似性,实现动态模糊聚类。克服了聚类有效性对样本分布的依赖性;同时,增加了聚类的灵活性和可视化。该方法在性能上较经典的模糊聚类算法有一定改进,具有较好的聚类效果和较快的收敛速度。仿真实验结果证明了该方法的可行性和有效性。     

基于动力学序列求解法的椭圆齿轮动力学分析

指出传统机构动力学方程组矩阵解法的不足,提出改进方法:动力学方程组序列求解法.在运动学分析的基础上,采用改进方法对椭圆齿轮进行动力学分析,得到椭圆齿轮轴心和啮合点处的受力与转角的关系,为强度计算、结构设计和振动控制提供理论基础.     

共轭对称结构训练符号的多普勒频移估计算法分析

对利用共轭对称结构训练符号进行多普勒频移瞬时值估计的算法性能进行了分析。研究结果表明,在多普勒信道下,该算法具有较高的定时同步精度,并且可以将多普勒频移瞬时值和收、发两端的载波振荡器频偏作为一个整体进行估计,得到准确的估计结果,再进行频偏补偿,从而提高OFDM系统的性能。但在多径-多普勒信道下,该算法的定时估计精度与频偏估计精度较低,很难估计出多普勒频移瞬时值。     

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。     

基于后继元的聚类分析算法

提出一种简洁、有效的聚类分析算法．首先,建立相似关系矩阵与笛卡尔积之间的联系．其次,以编网法为基础,利用模糊相似关系下的后继元在同一类别及不同类别的交集为空集的特点,提出了基于后继元的聚类分析算法．再次,给出算法的关键部分程序,并分析了算法的时间复杂度．最后通过算例证明了算法的可行性与有效性．