计算机辅助药物设计在新药研究中的应用

计算机辅助药物设计（CADD）是在计算机技术、分子药理学和分子生物学等多学科交叉发展的基础上形成的药物研发新技术,它的快速发展,极大地减少了新药创制的盲目性和偶然性。该文在介绍了CADD原理、方法及策略的基础上,对CADD在新药研发中的应用进展进行了回顾,并对其存在问题和应用前景进行了展望。     

Linux内核虚拟存储之探析

对Linux2．4内核中虚拟存储管理系统的工作原理进行了研究,并对内核中虚拟存储管理中的重要算法、数据结构做了相应的分析描述。     

软件工程方法在大型CAI软件开发中的应用和探讨

本文主要阐述了现代软件工程方法中软件需求,构件技术和复用等概念,通过它们在现代大型CAI软件实际项目中的实现和应用,指出了一条解决目前CAI软件危机的方法和途径。     

基于云模型的量子免疫优化算法

采用云模型对量子免疫算法进行了改进,采用量子种群基因云对种群进化进行定性控制,基于云模型的量子旋转门自适应调整策略进行更新操作,使算法在定性知识的指导下能够自适应控制搜索空间范围,使其能在较大搜索空间条件下避开局部最优解。典型函数对比实验表明该算法可以避免陷入局部最优解,能提高全局寻优能力,能以更快的速度收敛于全局最优解,具有较好的应用价值。     

基于支持向量机的结肠癌分类方法研究

基于结肠癌基因表达数据,运用信息科学的方法和技术建立结肠癌的预测分类模型,对结肠癌的识别具有重要意义。在建立模型的过程中,如何能够有效的排除噪声基因进而挑选出分类特征基因对结肠癌预测的准确性有着非常重要的影响。针对该类问题,这篇文章提出了一种新的特征基因选取方法,并以支持向量机作为分类器建立结肠癌分类预测模型,最后以结肠癌的基因表达谱作为实验数据进行了实验,实验结果表明上述方法的可行性和有效性。     

基于支持向量机的结肠癌分类方法研究

基于结肠癌基因表达数据，运用信息科学的方法和技术建立结肠癌的预测分类模型，对结肠癌的识别具有重要意义。在建立模型的过程中，如何能够有效的排除噪声基因进而挑选出分类特征基因对结肠癌预测的准确性有着非常重要的影响。针对该类问题，这篇文章提出了一种新的特征基因选取方法，并以支持向量机作为分类器建立结肠癌分类预测模型，最后以结肠癌的基因表达谱作为实验数据进行了实验，实验结果表明上述方法的可行性和有效性.     

概念语义生成与文本特征选择研究

文本特征选择是文本分类和信息提取的关键技术。针对文本分类中特征向量的高维稀疏问题,提出了非负矩阵分解和概念语义空间结合的特征抽取方法,对特征矩阵分解算法加入非负限制能够给出概念语义向量面向主题的解释,较好体现文本的局部特征。采用非负矩阵分解对全局和局部语义空间进行降维处理提高了体征提取效率,对不同概念语义空间中文本分类效果比对分析。实验结果表明基于非负矩阵分解的局部概念语义空间中文本分类精度较高。     

计算机辅助药物设计在新药研究中的应用

计算机辅助药物设计(CADD)是在计算机技术、分子药理学和分子生物学等多学科交叉发展的基础上形成的药物研发新技术,它的快速发展,极大地减少了新药创制的盲目性和偶然性。该文在介绍了CADD原理、方法及策略的基础上,对CADD在新药研发中的应用进展进行了回顾,并对其存在问题和应用前景进行了展望。