航段油耗深度学习高质量区间预测算法

为提高给定置信水平下航段油耗区间预测结果的可靠性和稳定性,提出航段油耗深度学习高质量区间预测算法.通过对初级数据源进行按航段分类、无量纲化等预处理,提高预测结果的可靠性和算法的普适性;通过自适应相关参数、柔和化处理优化损失函数,进一步提高算法的可靠性、稳定性和普适性.训练得到的预测区间覆盖率在设定的置信水平周围,多次训...     

基于RNA-seq的基因训练集构建方法

针对基因组新测序物种缺乏高质量的基因结构用于从头预测软件训练的现状,本文提出了一种以新测序物种自身RNA-seq组装为基础的可靠基因训练集构建方法（Building reliable training gene set,BRTGS）。该方法利用RNA-seq组装获得大量初始基因结构,然后根据蛋白同源证据筛选具有正确且编码区相对完整的基因结构,最后综合利用RNA-seq组装结构和蛋白同源证据统计信息确定的基因起始密码子和终止密码子位置,从而获得基因完整的编码结构。实验结果表明,该方法不仅可为各种组装水平的基因组构建高质量的基因训练集,而且从头预测软件在这些基因集上训练后能够获得很好的预测性能。     

面向可靠性预测的信息系统审计证据定量研究

为了深度利用信息系统审计证据中蕴含的信息,并以此指导信息系统运行的事前维护,构建面向系统运行可靠性预测的审计证据定量分析模型。借助Dempster-Shafer 理论和信息系统审计框架,将获取的包含不确定信息的定性和定量审计证据转换成统一的形式,通过对若干时刻点系统运行可靠性进行评估后,利用证据推理方法预测未来某时刻系统运行的可靠程度。最后,遗传优化算法和效用理论被分别用于对预测模型中参数的确定和对预测结果的进一步解释。     

前馈多层神经网络BP算法与可靠性增长模型

本文叙述了可靠性增长和BP算法的基本概念,着重研究神经网络BP算法用于可靠性增长的预测方法。Gompertz模型是可靠性增长的一个很好的预测模型。本文引用文献中的多个实例,将BP算法预测结果与Gompertz模型预测结果相比较,结论基本上一致。这说明该方法不但可行,而且有简便、适应性强等独特优点。     

基于多输出极限学习机的快速一致性分类器

一致性分类器是建立在一致性预测基础上的分类器,其输出结果具有很高的可靠性,但由于计算框架的限制,学习的时间往往较长.为了加快学习速度,首次将一致性预测与多输出极限学习机相结合,提出基于两者的快速一致性分类算法.该算法利用了极限学习机,能够快速计算样本标签的留一交叉估计的特性,极大地加快了学习速度.算法复杂度分析表明,所提算法的计算复杂度与多输出极限学习机的算法复杂度相同,该算法继承了一致性预测的可靠性特征,即预测的错误率能够被显著性水平参数所控制.在10个公共数据集上的对比实验表明,所提算法具有极快的计算速度,且与其他常用一致性分类器相比,该算法的平均预测标签个数在某些数据集上更少,预测结果更有效.     

不确定海流环境下水下机器人最优时间路径规划

为解决海流预测不精确条件下,现有基于确定性海流路径规划算法鲁棒性差和规划的路径有可能为不可行路径的问题,本文提出一种基于区间优化的水下机器人(AUV)最优时间路径规划算法.该算法采用双层架构,外层用蚁群系统算法(ACS)寻找由起点至终点的候选路径;内层以区间海流为环境模型,计算候选路径航行时间上下限,并分别通过区间序关系和基于可靠性的区间可能度模型将航行时间区间转换为确定性评价函数,并将评价函数值作为候选路径适应度值返回到外层算法.仿真结果表明,相对于确定海流场路径规划方案,提出的方案增强了路径规划器的鲁棒性并解决了结果路径不可行问题.     

面向多源信息冲突管理的自适应折扣系数生成

在应用证据理论融合多源信息时,信任函数冲突是面临的一个重要难题.基于闭世界假设,冲突的产生是由于信息源的误判或无知.对不可靠信息源采用折扣系数弱化其作用是一个解决途径,然而折扣系数生成是一个被忽略的问题.为此,本文提出一种基于证据可信度的自适应折扣系数生成方法,根据证据之间的相似性导出合理的证据可信度,并根据该可信度与提供证据的信息源可靠性共同生成折扣系数,信息源的可靠性通过后验对比进行更新.多个实例结果表明,该方法能对多信息源的一致或冲突证据进行有效合成,且合成结果与人们的直觉一致.     

基于功能的疾病基因预测系统设计与应用

针对与某种特定器官组织相关的疾病,利用新基因识别、基因功能预测以及疾病基因预测等技术,提出并实现一个基于基因功能信息的疾病候选基因预测系统。将其用于心血管疾病相关基因的大规模分析与预测,结果证明,该系统可以对疾病候选区间的已知基因进行致病可能性的鉴别,发现新基因,并判定新基因与疾病的相关程度。     

基于区间预测模型的流感趋势预测

在流感暴发趋势预测模型的研究中,传统点预测是估计预测平均值的随机变量,不包含置信水平和预测区间范围等辅助决策的有用信息,导致决策者不能很好把握流感发展趋势.为了解决上述问题,提出利用神经网络上下限估计方法(LUBE)建立预测区间(PI)发展了流感趋势区间预测模型,提出了评价预测区间的宽度范围组合指标(CWC),运用蚁群算法对神经网络区间预测模型进行训练,并运用上述模型对传染病等应急医疗数据进行了仿真.为了衡量预测区间性能,改进模型与Delta、Bayesian、Holt指数平滑和支持向量机等常用预测模型建立的预测区间进行了对比.结果表明蚁群算法神经网络区间预测模型能够对流感趋势进行更为有效的分析和预测.     

STAPLE大脑皮层表面沟回分割算法

提出根据多种大脑皮层表面沟回分割结果预测潜在的概率最优分割,同时自动预测各分割算法性能参数的方法。概率最优分割被建模为多个分割决策的加权组合,利用最大期望算法,以估计的性能参数为依据,迭代地求取权重的最优解。然后利用隐马尔可夫模型,在预测的概率最优分割中引入空间一致性限制条件,将预测的最优分割优化为具有空间一致性的分割决策结果。仿真数据及根据3种典型大脑皮层表面分割算法得到的结果,证明了该算法能有效提高大脑沟回分割的精度,同时自动衡量以后算法的性能指标。     

基因电路研究综述

基因网络相关的研究是生物信息学的重要研究领域．基因电路方法是目前基因网络研究的一种重要方法，本文从以下角度介绍基因电路研究的进展情况及相关研究成果；构成基因电路的基本模块；基因电路的设计与实现；人工基因电路的应用．     

双基色LED图文显示屏的可靠性分配

用重要度分配法对双基色ＬＥＤ图文显示屏的可靠性指标进行了分配，从而清晰地显露出没达到系统可靠性指标的模块，并指出影响产品可靠性的因素及提高可靠性的途径。     

基因调控信息集成数据库及查询

随着基因组研究的深入和生物信息学的发展，对基因调控信息的分析和应用引起人们越来越多的重视。客观要求我们建立起一套能够广泛搜集信息并实现信息共享，同时利用分析工具对基因调控信息进行分析的研究机制，进而能从现有信息中进一步获得更深层次的基因知识。GRI是一套建立在后台Oracle关系型数据库及前台Web技术的基础上、以基因调控信息为主的集成数据库系统，它具有搜集各类基因调控信息、进行数据动态更新、为用户提供信息查询的功能，同时具有基因调控信息分析和数据挖掘等功能。     

基于功能相似性预测疾病基因

如何从连锁定位区域中的众多基因中有效选取疾病候选基因是疾病诊断治疗和预防的基础。基于基因功能注释信息,设计和实现了一种新的基于基因功能相似性的疾病基因预测工具DGP,分析候选基因和已知疾病基因的GO之间的相似性,对候选疾病基因进行打分排序。从OMIM数据库中提取一个包含1 045个已知疾病基因、涉及305种疾病的数据集来测试DGP的性能,其中56.7%的疾病基因在候选基因中排名前5%,68.5%的疾病基因位于前10%,结果显示DGP具有很高的准确率,能够从某个染色体区间中有效地识别出疾病基因。     

数据基因:数据的遗传信息载体

基因是生命体进化过程中遗传信息的载体，该文参照生命体基因的概念，提出了用于描述数据生命历程的简单的数据基因模型。给出了数据基因、数据基因序列、数据基因组等概念，介绍了这种模型的应用领域及应用方法，对下一步工作进行了展望。     

考虑样本不平衡的模型无关的基因选择方法

在基因表达数据分析中,鉴别基因是后续研究中非常重要的信息基因.有很多研究致力于从基因表达数据中选出信息基因这一挑战性工作,并提出了一些基因选择方法.然而,这些方法(特别是非参数选择方法)都没有考虑不同样本类别中样本大小的不平衡性问题.考虑样本不平衡性和基因选择方法的稳定性,给出一个全新的与数据分布模型无关的基因选择方法.在类内变化小和类间差别大的策略下,选择敏感的度量函数提高方法的鉴别能力,同时,利用类内变化和类间差别的一致性来增加方法的稳定性和适用性.这一方法不但可以应用于两个类别的情况,也可以应用于多个类别的情况.最后,使用两组真实的基因表达数据对所提出的方法进行了验证.实验结果表明,这一方法比其他方法具有更高的有效性和稳健性.     

基因表达谱数据分析技术

人类基因组计划的研究已进入后基因组时代,后基因组时代研究的焦点已经从测序转向功能研究,主要采用无监督和有监督技术来分析基因表达谱和识别基因功能,通过基因转录调控网络分析细胞内基因之间的相互作用关系的整体表示,说明生命功能在基因表达层面的展现,对目前基因表达谱数据分析技术及它们的发展,进行了综述性的研究,分析了它们的优缺点,提出了解决问题的思路和方法,为基因表达谱的进一步研究提供了新的途径。     

生物芯片技术的应用

生物芯片技术是国际上近年来发展起来的一门高新技术。本文综述了国内外生物芯片技术的研究现状及发展前景。主要内容有基本概念、生物芯片制作及其应用、国内外发展现状、生物芯片的研究开发方向等方面,以达到对生物芯片技术的发展有一个全面了解的目的。     

基于SOM的不同胰岛素敏感状态下基因数据处理

胰岛素抵抗是目前众多老年慢性疾病发病的共同途径,其发生机制的研究对于寻找与制定疾病的防治策略最有重要的意义,但传统的研究方案往往局限于一个器官、一种代谢产物,或某一、两种基因参与的条件,得出的结论多为描述性,难于进行规律上的探索。基于两种组织(肌肉和肝脏)三种不同胰岛素敏感状态下(限食、对照、肥胖)的12组4040条基因芯片数据,通过SOM聚类分析的方法,发现不同胰岛素敏感状态下的大鼠基因表达变化下所隐藏的表达模式,从而为进一步分析胰岛素抵抗发生的分子机理提供了可能。     

基因的无树评估

传统基于表达式树ET的基因评估从性能角度讲主要缺点是：重复遍历表达式树和进行大量重复计算。提出基于Scale的基因评估。变量矩阵用来避免基因评估中的重复计算。实验表明,在绝大多数数据分布下和参数选择情况下：基于Scale的基因评估较基于 ET 的基因评估快 3~5 倍。