微生物组学的大数据研究

微生物组学大数据在生态环境、人类健康和疾病研究方面都起到了重要作用。通过数学、统计等数据挖掘方法,从高维复杂数据中提取有用信息,是微生物组学大数据建模和分析的关键问题。本文分析了微生物组学大数据的特点,对当前数据分析和计算研究中存在的热点和难点进行了探讨分析,并综述了当前微生物组学大数据模式挖掘、网络重建与分析的研究概况。     

微生物组学中的高维计数和成分数据分析

人体微生物组对人体健康和疾病起着重要作用.高通量测序技术的发展使得我们可以定量分析微生物组中所有菌种的成分.本文回顾近来在微生物组学研究中的高维计数和成分数据分析方法,其中包括Dirichlet多项分布模型及其拓展、从大维稀疏计数矩阵估计成分数据、高维成分回归和基于对数基底的成分数据统计推断方法.     

一个微生物生态模型的周期解

研究一类与厌氧消化过程微生物生态模型有关的微分方程组，在非自治双曲情形扰动下，通过利用重合度的延拓定理，获得了该方程组周期解全局存在性的充分条件．     

一种具有脉冲扰动的恒化器模型的动力学性质

在这篇文章中,我们提出并分析了一个具有捕食者,食饵和既有周期脉冲输入又有周期脉冲输出营养液的恒化器模型.我们得到了一种微生物和营养液共存的周期解,同时,也得到两种微生物都绝灭的周期解,而且建立了周期解稳定的充分条件.最后,我们给出了一个简单的讨论.     

微生物絮凝的时滞动力学模型与理论分析北大核心

基于微生物连续培养与絮凝等实际问题,利用微分方程相关理论,构建了一类具有时间滞后的微分方程动力学模型.模型中的时间滞后刻画了培养皿中微生物对于连续供给的营养物质的吸收、转化过程中客观存在的滞后因素.边界平衡点的存在性与稳定性揭示了培养皿中,连续培养的微生物浓度,随着时间的推移,将趋近于零.另一方面,正平衡点的存在性与稳定性揭示了培养皿中,连续培养的微生物浓度、营养物质浓度、絮凝剂浓度,随着时间的推移,将分别趋近于常数,即培养皿中微生物连续收集的可行性.     

一类微生物连续培养竞争系统的定性分析

研究一类微生物连续培养竞争系统的解的结构,分析了平衡点的稳定性及平衡点附近极限环存在唯一性,证明了该系统存在正向不变集.     

微生物絮凝的时滞动力学模型与理论分析

基于微生物连续培养与絮凝等实际问题,利用微分方程相关理论,构建了一类具有时间滞后的微分方程动力学模型.模型中的时间滞后刻画了培养皿中微生物对于连续供给的营养物质的吸收、转化过程中客观存在的滞后因素.边界平衡点的存在性与稳定性揭示了培养皿中,连续培养的微生物浓度,随着时间的推移,将趋近于零.另一方面,正平衡点的存在性与稳定性揭示了培养皿中,连续培养的微生物浓度、营养物质浓度、絮凝剂浓度,随着时间的推移,将分别趋近于常数,即培养皿中微生物连续收集的可行性.     

从健康系统工程看口腔影像学大数据研究伦理

口腔健康被世界卫生组织(WHO)列为人体健康10大标准之一,口腔中微生物及其代谢产物已被证明与人体多种系统性疾病相关.随着口腔影像学、宏基因组学、宏转录组学和蛋白质组学等信息技术的快速发展,使得从基于大数据的健康系统论开展口腔疾病和健康研究变得可行,各种医学伦理问题也相应而生.鉴于我国健康大数据研究现状,文章针对口腔影像学大数据研究,提出知情同意,健全法律法规,分级伦理审查的建议,其核心是明晰数据所有权,以保护患者权益为核心,同时引导和规范临床科研的创新与探索,提高伦理委员会工作效率.     

带有治愈亚组和错误分类的当前状态数据的回归分析

带有治愈亚组和错误分类的当前状态数据常出现在流行病学调查和医学临床试验等科学领域中。这类数据通常具有三个复杂特点,首先,我们对每个研究个体只检测一次以确定感兴趣事件的发生状态,对于感兴趣事件的发生时间,只知道其大于或小于检测时间,而非被精确观测到;其次,用于确定感兴趣事件发生状态的检测仪器通常具有一定的检测错误,由此产生带有错误分类的数据;此外,研究中有一部分个体可能永远不会发生感兴趣的事件,因此研究总体中可能存在治愈亚组。本文主要讨论带有治愈亚组和错误分类的当前状态数据的回归分析问题。特别地,我们假定感兴趣事件的发生时间服从一类半参数转移非混合治愈模型,提出一种期望极大化(EM)算法来极大化具有复杂形式的观测数据似然函数以得到参数估计。数值模拟结果表明所提出的估计方法在有限样本下具有良好的表现,并且优于忽略错误分类的naive方法。我们还将所提出的方法应用到一组有关于衣原体感染的实际数据中。     

经验不确定分布一致性检验方法研究

经验不确定分布一致性检验是在不确定分布未知的情况下,利用专家经验数据对不确定分布进行推断的一种非参数检验方法,是不确定统计领域参数估计和回归分析的基础和前提。本文主要研究了几种专家经验不确定分布的一致性检验方法。首先,简述了不确定统计和专家经验数据的基本理论;其次,利用专家经验数据系统分析了两组专家的经验分布是否存在显著性差异的Mann-Whitney U检验法、Kolmogorov-Smirnov检验法、游程检验法和极端反应检验法;再次,研究了多组专家经验数据是否存在显著性差异的Kruskal-Wallis检验法和Jonckheere-Terpstra检验法。并借助Matlab 7.0和SPSS 20,利用概率统计中抽样分布理论进行实证分析。     

基于可拓学理论的高维大数据相似性研究

高维大数据的相似性计算是数据挖掘领域的研究重点,论文通过分析高维大数据相似性计算的难点,提出采用可拓学的方法解决其中矛盾问题的研究思路。在基元表示高维大数据的基础上,借助数据转换、数据筛选、权重的确定、数据预处理等技术实现了数据之间的相似性计算,并基于水污染常规分析数据进行了算法验证。论文借助可拓的思想研究大数据相似性的问题,不仅对数据挖掘的研究有一定的理论促进,同时也为可拓学的研究提供了新的应用空间。     

基于UGC大数据挖掘的大群体两阶段风险性应急决策方法

针对在重大突发事件应急决策大数据环境下决策者偏好的不确定性及偏离群体一致性导致的风险,提出一种基于UGC大数据挖掘的大群体两阶段风险性应急决策方法。首先,通过数据挖掘和自然语言处理方法从UGC中获取公众对事件的偏好信息并构建应急决策属性体系,利用TF-IDF方法结合专家评估信息确定属性权重;其次,建立一个意见开放式的两阶段决策流程,提出依据决策者意见的可靠度和准确度量化决策风险,利用聚类方法得到相应的成员权重,并使用TOPSIS法对决策方案进行排序。最后通过天津港“8·12”重大爆炸事故的案例分析和对比验证了所提出方法的可行性和有效性。     

基于粗糙集理论的智能数据分析模型

粗糙集理论作为一种智能数据分析和数据挖掘的新的数学工具,其主要优点在于它不需要任何关于被处理数据的先验或额外知识.提出了一种基于粗糙集理论的智能数据分析模型,从目标数据集出发,通过数据预处理、数据分类和规则获取,实现对原始数据集的智能分析,并通过实例测试验证了该模型的有效性.     

A comparison of parallel large-scale knowledge acquisition using rough set theory on different MapReduce runtime systems

Nowadays, with the volume of data growing at an unprecedented rate, large-scale data mining and knowledge discovery have become a new challenge. Rough set theory for knowledge acquisition has been successfully applied in data mining. The recently introduced MapReduce technique has received much attention from both scientific community and industry for its applicability in big data analysis. To mine knowledge from big data, we present parallel large-scale rough set based methods for knowledge acquisition using MapReduce in this paper. We implemented them on several representative MapReduce runtime systems: Hadoop, Phoenix and Twister. Performance comparisons on these runtime systems are reported in this paper. The experimental results show that (1) The computational time is mostly minimum on Twister while employing the same cores; (2) Hadoop has the best speedup for larger data sets; (3) Phoenix has the best speedup for smaller data sets. The excellent speedups also demonstrate that the proposed parallel methods can effectively process very large data on different runtime systems. Pitfalls and advantages of these runtime systems are also illustrated through our experiments, which are helpful for users to decide which runtime system should be used in their applications.     

考虑大数据营销和风险规避的绿色供应链决策与协调

通过建立考虑大数据营销及零售商风险规避的博弈模型,对绿色供应链定价、产品绿色度及利润进行比较分析。研究发现:无论集中决策、双方风险中性分散决策还是仅零售商风险规避分散决策,考虑大数据营销时的供应链整体期望利润和产品绿色度较高,且大数据营销效率因子对产品绿色度的增加有正向作用;双方风险中性分散决策下,一定条件下,两部定价契约能够有效协调供应链整体利润,实现帕累托改进;仅零售商风险规避分散决策下,零售商的风险规避行为会降低其对大数据营销的投入,一定条件下,两部定价契约也能够实现供应链整体期望利润的帕累托改进。     

数据挖掘技术的理论及应用

数据挖掘是近年来国际上智能信息处理和决策支持分析领域的最前沿的研究方向之一.本文综合介绍了数据挖掘的主要概念和新技术,并展示了其丰富的应用领域.     

Prospecting for gems in credit card data

After a brief high-level discussion of the nature of data mining,this paper describes some of our experiences in mining creditcard transaction data. We illustrate the use of simple graphicaltools for unearthing unexpected patterns and relationships,and show how more sophisticated modelling can build on suchdiscoveries.     

CPI指数变换对产品销售影响的可拓数据挖掘

目前对数据挖掘的研究主要集中在对静态数据的挖掘,而在实际工作中,经常要处理的矛盾问题,需要通过可拓变换和可拓变换的运算来解决,这就需要用到变换的知识,需要运用动态数据挖掘或可拓数据挖掘来解决问题.运用可拓逻辑和可拓数据挖掘的理论知识,根据国家消费者物价指数的变换对产品销售数据的影响来研究可拓数据挖掘中传导知识的挖掘,为企业的决策者在目前的市场环境下提出更加合理的销售策略提供依据.     

基于物元可拓性的潜信息挖掘

潜信息挖掘是数据挖掘的核心内容 .本文应用可拓论 ,提出了基于物元可拓性的潜信息挖掘方法 ,探讨了潜信息挖掘的发散性方法 ,相关性方法和蕴含性方法 ,这些方法与现有的数据挖掘方法相兼容 ,相互补充 ,相得益彰 .