暂态混沌神经网络在蛋白质关联图预测中应用研究

蛋白质结构预测是生物信息学的一个主要研究方向,而蛋白质关联图预测是其中的一个重要内容.针对蛋白质关联图预测问题,提出一种暂态混沌神经网络实现方法,所提出的方法具有暂态混沌特性和平稳收敛特性,能有效避免传统Hopfield 神经网络极易陷入局部极值的缺陷.它通过短暂的倒分叉过程,能很快进入稳定收敛状态.仿真结果表明:暂态混沌神经网络解决蛋白质关联图预测问题时,总能收敛到全局最优或几乎接近全局最优,同时具有更高的搜索效率.这种方法预测精度达到0.27,比随机预测器高9倍.     

一种新的最小二乘支持向量聚类

针对传统支持向量聚类的低性能和高耗费问题,提出最小二乘支持向量聚类(LSSVC)模型,设计自适应参数化方案。模型中包括两步簇划分算法和快速训练算法。前者对支持向量和非支持向量分别进行划分,后者采用增量方式,每次增量对应聚类模型的双向学习过程。实验结果证明,LSSVC可有效提高同类算法的效率,具有良好聚类能力,当数据增量为工作集大小的10%时,算法可在时间耗费和聚类准确率之间取得良好的平衡。     

基于简单统计排名模型的差异表达基因识别

不同实验条件下差异表达基因(DEGs)的识别是微阵列数据分析的主要目标之一,针对分析结果中具有高排名的基因往往表现出较低差异表达水平的缺点,提出了一种基于简单统计排名模型的差异表达基因识别算法MRP(Matrix rank product)。算法可直接处理基因芯片原始数据,排除了数据预处理方法对算法的干扰;另外,通过对基因芯片数据形成的矩阵进行整体排序计算,得到具有高准确度的差异表达性排名结果。     

高维空间中用计算街区和棋盘距离的线性组合代替计算欧氏距离

在高维空间中点的超球范围查找问题是 :已知一个高维数据点集 ,输入一个点和半径数值 ,询问所确定超球范围内包含有给出点集中哪些点 .考查了解决这个问题时利用计算街区和棋盘距离的线性组合代替计算欧氏距离的方法 .这一方法由于减少了乘法计算而明显地可以提高效率 .为提高计算精度 ,对如何选择构造线性组合时的系数进行了深入分析 ,提出了使选择系数达到上、下确界或最优值的计算方法 .为提出的方法设计了实现算法并进行了运行实验 .结果表明方法是有效的 ,可以应用到有关高维空间中距离计算的广泛问题中     

基于微分进化求解多目标优化问题中的退化现象

基于微分进化(DE)的多目标进化算法(MOEA)在求解过程中存在着退化现象,导致算法的收敛性无法保证,同时也降低了求解的效率。针对这一问题,分析了算法中存在的两种退化现象,提出了针对两种退化现象相应的解决办法,最后给出了一种新的基于DE的MOEA。新算法克服了已有算法中存在的退化现象,保证了算法的收敛性和解的多样性,有效地提高了算法的效率,通过数值实验验证了新算法的可行性和有效性。     

基于元分析的差异表达基因识别

针对传统差异表达基因分析方法使用单一数据集,不能处理异质性特性数据集、分析结果偏差大的问题,提出了联合驱动排除的概念,设计实现一种使用多研究数据集的元分析算法。应用公共数据库GEO中GDS2490和GDS2491数据集对设计的算法与微芯片显著性分析方法进行了对比。实验结果表明:设计的算法可以对数据集实行联合驱动排除,与微芯片显著性分析方法相比,可以有效分析异质性特性的数据集,准确找到差异表达的基因,验证了算法的有效性。该方法为差异表达基因识别提供了新思路。     

求解多目标优化问题的一种多子群体进化算法

提出一种新的多目标粒子群优化（MOPSO）算法,根据多目标优化问题（MOP）的特点,将一个进化群体分成若干个子群体,利用非劣支配的概念构造全局最优区域,用以指导整个粒子群的进化．通过子群体间的信息交换．使整个群体分布更均匀,并且避免了局部最优,保证了解的多样性,通过很少的迭代次数便可得到分布均匀的Pareto有效解集．数值实验表明了该算法的有效性.     

基于遗传算法的Rosenbrock函数优化问题的研究

本文利用遗传算法研究了极小化Rosenbrock函数的问题．较多的计算机模拟实验结果表明，遗传算法可以有效地解决这一问题．文中还分析了一些改进的遗传算法对于该问题搜索速度的影响，得到了适于解决此问题的合理的遗传操作，从而为有效地解决最速下降法所不能实现的某一类函数代化问题提供了一种新的途径．     

AGCluStream:一个基于Agent方法的双层流数据聚类算法

流数据聚类是数据挖掘研究中一个热点问题.基于Agent方法的流数据聚类算法AGCluStream采用双层结构,在线层采用格簇存储数据信息,利用Agent操作完成对数据的处理,离线层采用了结合时间框架的窗口分析技术.算法鲁棒性高,能够更好地适应流数据的动态特性,维护数据全局分布的完整性,时间开销适应流数据的高速性.     

腹腔镜下CA724表达与新辅助化疗在进展期胃癌中的应用

目的:探索CA724表达与新辅助化疗结合腹腔镜D2根治术治疗进展期胃癌疗效及预后的相关性。方法:回顾性分析我院2017年1月-2018年1月期间收治的局部进展期胃癌患者68例临床资料,根据治疗方案的不同分为对照组30例、研究组38例,对照组采取单纯腹腔镜D2根治术治疗,研究组在腹腔镜D2根治术的基础上结合新辅助化疗治疗,对比两组总有效率、预后情况、CA724表达水平以及阳性率差异,采用Spearman相关性分析法检验CA724水平与患者疗效及预后的关系。结果:研究组患者的总有效率(60.53%)高于对照组患者(43.33%),但差异无统计学意义(χ²=1.989,P=0.158);研究组患者的3年生存率(78.95%)明显高于对照组患者(56.67%),复发转移率(18.42%)则明显低于对照组患者(46.67%),差异有统计学意义(χ²=3.899、6.266,P=0.048、0.012);两组患者术后的CA724表达水平和阳性率均较本组治疗前明显下降,且研究组的下降幅度大于对照组(χ²/t=5.643、6.546,P<0.001);CA724的表达平与患者的疗效及三年生存率呈负相关(r=-0.625、-0.732和-0.832、-0.839,P均<0.001),与患者的复发、转移率呈正相关(r=0.662和0.873,P均<0.001)。结论:血清CA724的表达水平及阳性率变化可在一定程度上反映行新辅助化疗结合腹腔镜D2根治术治疗进展期胃癌患者的疗效及预后情况,当CA724的表达水平及阳性率较低时,提示患者的疗效及预后情况较好,具有一定的临床意义。