癌症识别中一种基于组合GCM和CCM的分类算法

根据基因表达谱数据的特点,提出了全局分量模型(global component model,简称GCM)和癌症组分量模型(cancer component model,简称CCM)两种癌症识别模型。结合GCM模型和CCM模型的互补性,利用基于权值的投票组合策略提出一种基于组合GCM和CCM的癌症分类算法(ensemble algorithm based on GCM and CCM for cancer recognition,简称EAGC)。在Leukemia,Breast,Prostate,DLBCL     

一种新的基于3D图形的进化树构造方法

生物信息资源更新越来越快，使用可视化的方法来分析DNA序列已成为生物信息学的一个研究热点，用图形表示DNA序列的方法越来越成熟。基于DNA序列的3D图形表示法，提出一种新的进化树构造方法：将DNA基本序列表示成空间3D图形，并计算与序列相对应的非负实对称矩阵；计算新的特征参数C表征序列特性，并获得相对进化距离；基于可凝聚的层次聚类算法构造不同基因序列的进化树。采用中国不同地区的12组禽流感基因HA（H5N1）序列进行试验，最后获得了相应的进化关系。     

基于混合行为的蚁群双序列比对方法

针对基本蚁群算法在双序列比对中存在的易陷入局部最优解及收敛慢的问题,提出了一种新的基于混合行为的蚁群双序列比对算法,该算法通过增加蚂蚁行为模式来增大搜索空间,并且通过改变信息素更新策略来加快收敛速度。实验表明,该算法得到的解的全局性和收敛速度相对基本蚁群算法都有较大提高。     

面向计算思维训练的算法可视化教学系统研究

阐述可视化对培养计算思维的积极影响,提出通过开发基于Web的数据结构课程可视化教学辅助系统,探索利用算法可视化手段训练计算思维的教学方法。     

面向计算思维训练的计算机课程改革

如何在计算机课程体系中有效训练计算思维是近年来计算机本科教学改革探索的热点。文章通过思维一般过程的特点,比较计算思维与其他思维的联系与区别,通过对与计算思维训练密切相关的计算机核心课程进行分析与总结,探讨在以计算思维训练为核心的教学目标下课程、教学模式以及教辅系统将如何改革,从而更有效率地训练计算思维。     

基于SPOC+翻转课堂的探究性小班讨论课的探讨与实践

针对传统小班讨论课存在搭便车、分组公平性差以及教学管理效率低等问题,提出一种基于SPOC+翻转课堂的探究性小班讨论教学模式,从教学主题设计、教学环节和评价设计方面等分别阐述具体过程,强调以学生为主体、以超星泛雅平台和学习通APP为媒介的翻转课堂教学实践,最后说明教学效果。     

利用遗传特征实现微生物基因序列聚类分析

文章提出了一种使用微生物遗传特征来进行基因序列聚类的方法。该方法首先从每条基因序列中划分出若干个等差长度的采样片断,然后利用各采样片断的遗传特征DNA(G+C)mol%值来作为基因序列聚类的依据。试验结果表明该方法是可行的,并且具有较好的聚类质量。     

一种基于云理论的异常检测算法研究*

为了解决目前网络入侵检测算法检测率低、误报率高的问题,提出一种基于云理论的异常检测算法,采用chi-square方法进行特征提取并计算影响权值因子,引入云发生器计算属性特征值和差异度;应用综合评价值进行入侵判断,减少了单个属性造成的局部性影响。该算法采用KDD99数据进行测试,结果表明新算法的检测率平均达到98.66%、误报率平均为1.87%,在一定程度上,解决了目前部分入侵检测算法存在的问题。     

基于最小二乘模糊支持向量机的基因分类研究*

随着大量基因表达数据的涌现,把海量的数据划分成数量相对较少的组,有助于提取对生理学和医药学等有价值的生物信息。基因分类技术能够很好地处理和分析这些基因数据。提出了一种应用于基因分类的模糊最小二乘支持向量机方法,通过设置模糊隶属度改变分类中样本的贡献属性。该方法不仅考虑了样本与类中心点的距离关系,还充分考虑样本与样本之间的关系,减弱噪声或野值样本对分类的影响。采用美国威斯康星乳腺癌数据和皮马印第安人糖尿病数据进行实验检测,均取得了很好的效果。