含伪结的RNA分子二级结构预测

预测含伪结的RNA分子二级结构是生物信息学的一个研究难点。利用多分类支持向量机结合贝叶斯神经网络针对含伪结的RNA分子二级结构进行预测。利用多分类支持向量机进行预测,输出端得到相应碱基的平面伪结结构的E-NSSEL（Extend New Secondary Structure Element Label）类别标签。使用碱基已预测的结果通过贝叶斯神经网络进行修正,并恢复RNA分子二级结构。使用该方法能有效地改善含伪结的RNA分子二级结构的预测效果。     

原子和公平匿名的电子交易协议的研究

基于公平盲签名技术、两阶段提交技术以及混合加密和数字签名技术,该文首次提出了一个能同时实现原子性和公平匿名性的电子交易协议。协议除了具有很好的原子性和匿名性外,对于非法的交易还提供了疑点追踪。文章详细描述了协议的工作过程,并分析了协议的原子性和匿名性。     

基于线图的无β环混合依赖分解条件及算法

无β环数据库模式具有很多优良的特性,以往的研究都局限在图论的范畴内,而没有考虑数据库的其他规范化特性.在混合依赖基概念的基础上,定义了严格无冲突、扩展严格无冲突等概念,并证明了在混合环境下得出的无损联接、保持依赖、无β环且满足4NF的分解的充要条件是,混合依赖集是扩展严格无冲突的.据此,给出了判断严格无冲突及混合环境下无β环分解算法,并分析了算法时间的复杂度是线性的.最后,给出基于线图的实例验证.这一结论可直接指导数据库的模式设计.     

无冲突满足P_4的无U环数据库模式分解条件的研究

无β环是一种重要的无环级别,与无损联接、保持依赖和４ＮＦ一起,成为多值依赖环境下数据库模式规范化的基本要求,能够直接指导数据库的模式设计．文中提出了严格无冲突的概念,以线图为工具,证明了应用分解树算法对一个严格无冲突的ＭＶＤ集分解得到的数据库模式对应的线图及等权化简子图都是三角化的,而且线图中每个三角形都是相容的．最后得出无冲突条件下无β环且满足保持数据依赖、无损联接和４ＮＦ的数据库模式分解的充要条件是给定的ＭＶＤ集存在一个严格无冲突的覆盖．     

基于Colored Petri网的工作流建模及应用

对传统Petri网在描述工作流模型时,组成模型的元素数量过多、无法体现数据流以及无法管理多个工作流实例等缺陷,将有色Petri网（Colored Petri net,CPN）理论的分析方法引入到工作流网（Workflow-net,WF-net）,实现二者有机结合,提出了一种新型扩展工作流网CPWF-net（Workflow-net based on Colored Petri net）,给出了严格的定义,使能机制和触发,全面分析了CPWF-net的特性,并就其实际应用进行了初步探究。     

基于多级滤波器的蛋白质热点区域预测

针对数字滤波技术用于蛋白质热点区域预测时预测结果精度低的问题,提出一种基于多级滤波器的预测方法。依据共振识别模型从一组蛋白质中提取出特征频率,设计一个选通特性良好的多级滤波器对蛋白质序列进行滤波,根据滤波器输出序列的能量谱定位蛋白质的热点区域。实验表明,多级滤波器能提高预测结果的精度。     

路网上的单色和双色反k最远邻查询

传统的路网上的反最远邻查询是直接找出查询点的反最远邻,这种方法不但效率不高,而且需要大量内存资源进行预计算。为了更有效地解决基于路网的单色和双色反k最远邻查询问题,提高反k最远邻查询的效率,提出了从反最近邻的角度来分析反最远邻查询问题,把反最远邻查询转化为反最近邻问题。根据这一理论,提出了一种有效的基于路网的单色和双色的反k最远邻查询算法。通过实验与实验分析表明,该方法具有良好的实用价值。     

分工合作的加权蚁群算法*

针对蚁群算法搜索时间长、易于陷入局部最优解的缺点,提出一种新的改进算法——分工合作的加权蚁群算法。此算法采取分工合作的方式,在信息素初始化、状态转移概率中分别加入权值,并运用遗传算法中排序的概念对信息素更新机制进行排序加权,此外对信息素上限加以限制。最后以TSP为例,验证了此改进算法不但在收敛速度上有了大幅度提高,而且有效避免了易于陷入局部最优解的缺点,从而证明了提出的新算法是合理有效的。     

流形排序算法预测microRNA*

在已知microRNA(miRNA)较少的情况下,为了提高算法预测的准确性,提出一种基于流形排序的miR-NA预测算法。该算法采用加权图模型描述序列,使用置信传播分配排序分数,降低了算法的时间复杂度;算法根据大规模数据内部全局流形结构进行排序,提高了排序结果的准确性。在人类和按蚊全基因组范围内的实验证明,流形排序算法的预测效果优于传统的预测方法,可以作为预测miRNA的一个有效工具。