基于实例的基因分类及确定基因标签模型

所建立的模型及所得的结论有利于利用数据库中已有的基因信息快速筛选出潜在的癌症相关基因，模型一和模型二以基因表达水平限值和差异显著性水平为分类要素，将基因分为两类．模型三利用逐步优化思想建立优化模型，确定出六组基因标签．模型四利用小波分析法去噪及相关性检验法，重新确定基因标签，包含8种特征基因，对癌症样本的检测率降低了，...     

基于小波去噪和WNN-ARIMA组合模型的年径流预测

为解决单一的小波神经网络预测精度不高的问题,提出一种新的基于小波去噪和WNN-ARIMA组合模型,应用小波阈值去噪法对小波神经网络的输入值进行预处理,同时对模型残差值进行ARIMA模型修正.利用该组合模型对洮河流域下巴沟站年径流量进行预测,预测趋势和预测值与原始实测数据吻合度高,表明此组合模型可靠性强,可以有效预测年径...     

基于四点插值细分小波的SAR图像去噪

针对SAR图像去噪过程中存在降低相干斑与保持有效细节这一矛盾,提出了一种基于四点插值细分小波的SAR图像去噪算法,该方法将小波和细分方法相融合,将四点插值细分规则应用到细分小波中,提出了图像去噪的新方法.该算法先用四点插值细分小波对原始图像进行分解,然后用Bayes自适应阈值及阈值函数对图像进行去噪,最后对去噪的小波系数进行重构,并通过等效视数、边缘保持指数等评价指标对去噪结果进行了评价.实验结果表明,算法的等效视数、边缘保持指数都有所提高,去噪效果得到了优化.     

人类胚胎期小脑组织基因表达的小波多尺度分析

对人类胚胎期小脑组织基因基于时空的表达强度进行小波多尺度5层分解与重构,在常用小波函数中,db2的去噪效果最好,可以用于小脑组织基因表达强度的去噪处理.     

基于模糊聚类分析的小波神经网络模型在径流预测中的应用

提出了一种在对预报因子集进行模糊聚类分析基础上构建径流预测模型的新方法:先通过模糊C-均值聚类将历史径流数据进行分类,然后利用小波神经网络分别建立预报因子集类别变量特征值与观测值之间的局部预测模型,并设计了特征值分类识别器,自动搜寻相适应的局部网络模型进行预测.通过西南某水库2011年日平均入库来流的计算实例对简单小波神经网络预测模型和所建的基于FCM与小波神经网络的预测模型进行了比较,结果较为满意.     

基于多特征与卷积神经网络的SAR图像分类方法

针对合成孔径雷达图像的分类优化方法,提出一种基于多特征与卷积神经网络的SAR图像分类方法Canny-WTD-CNN.将Canny算子提取的边缘特征,与小波阈值去噪法提取的小波特征进行自适应融合,作为卷积神经网络的输入;以softmax为分类器,对SAR图像进行分类识别检测.最后利用MSTAR公开数据集的三类目标数据进行试验,并给出该方法与其他方法结果的对比,表明该方法的有效性,识别率达到99.14%.     

基于PSO_Trainlm BP模型的图像去噪研究

针对在使用BP模型进行图像去噪时,模型存在的对初始权阈值敏感、易陷入局部极小值和收敛速度慢的问题.为了提高模型去噪效率,提出采用改进粒子群神经网络模型进行图像去噪.首先运用改进粒子群算法对BP神经网络权阈值进行初始寻优,再用trainlm BP算法对优化的网络权阈值进一步精确优化,随后建立基于粒子群算法的BP神经网络去噪模型,并将其应用到图像去噪研究中.仿真结果表明,新模型结合了粒子群算法的全局寻优能力和BP算法的局部搜索能力,减小了模型对初始权阈值的敏感性,有效防止了模型陷入局部极小值的可能,提高了图像去噪模型的速度和质量.     

基于基因表达谱的肿瘤识别与分类特征基因提取研究

针对基因表达谱信息基因提取的问题,使用Wilcoxon秩和检验方法进行"无关基因"的剔除,基于高低水平基因表达的特点,建立了关于高/低表达水平的双线性回归模型,基于残差分析提取了19个特征基因.使用启发式宽度优先搜索算法搜索最优基因子集,确定结肠癌的基因"标签",运用支持向量机对分类效果进行检验,分类效果良好.     

融合系统聚类与BP神经网络的世界碳排放预测模型研究

针对碳排放指标的复杂性与多样性,利用系统聚类对世界碳排放指标进行筛选;然后运用BP神经网络对世界碳排放量进行预测.结果表明运用系统聚类方法分析碳排放指标,简化了BP神经网络输入层,使网络训练得到较快实现,相比传统BP神经网络预测方法具有更高的精度,为碳排放预测及其它相关预测提供了一种新的、可供借鉴的方法.     

基于一类优化BP神经网络模型的中国廉租房条件(家庭贫困)界定研究

建立家庭情况界定评价指标体系,通过采样居民家庭经济状况,建立优化BP神经网络用于计算贫困指数、贫困级差数实现家庭贫困界定,运用软件鉴定结果,并将原理推广到其他评价方法.     

考虑线下渠道时销售商在团购网站上的最优销售策略研究

基于团购网站和销售商的典型合作模式,考虑了团购网站和线下市场的相互影响,用非线性优化理论为基础以销售商制定团购上限和团购项目定价为决策变量,考虑团购价格和最低团购数量的约束条件,建立模型优化,求解出销售商推出团购项目的最优策略。考虑到团购网站下限和团购网站销售成本以及网上销售的广告效用,分析了销售商是否应该制定团购上限,如何结合团购项目定价制定团购上限。探讨了在线低价限量销售的优势,以及顾客转移购买率和团购下限对销售商策略选择的影响。通过和单一线下渠道的最优销售策略相比较,得出销售商推出团购项目的前提条件。同时为团购网站运营商如何引导销售商推出低价团购项目提供了管理启示。     

Búsqueda exhaustiva por entornos aplicada al diseño económico de bóvedas de hormigón armado

This paper presents two gradient algorithms applied to the economic optimization of reinforced concrete vaults, typically used in the construction of underpasses. The algorithms are gradient multi start neighbourhood exhaustive search procedures. The vault is defined by 45 design variables and the objective function is an economic one. Both methods have been applied to a vault of 12.40 m of diameter and 3.00 m of lateral walls. Design variables have been coded in base 2 for algorithms GB1 and in Gray coding for GB2. The neighbourhood is defined by the set of solutions that differ in one bit. The Gray coding solves the lack of proximity between two solutions typical of the ordinary binary coding. The positive effect of the Gray coding is proven in the present paper, where the average cost of 3,000 runs of GB2 improves by 3.81% a similar run by algorithm GB1. In addition, GB2 attains the best cost solution. The paper includes a stop criterion for the algorithm based on the stability of the statistics of the multi start results. The algorithms are simple and can be applied to other structural problems. The structure of best cost has a high slenderness and a span to depth ratio of 40. The study reports savings of 6% when compared to a design by an experienced practitioner office.     

同义密码子使用偏嗜性的统计分析

本文利用已知序列的四种物种:人、鸭、鸡、猪的A型流感病毒基因序列.利用生物统计的方法:相关分析(Correlation Analysis)和对应分析(Correspondence Analysis)、SAS程序、MATLAB程序以及CodonW软件对四种常见物种基因的主要密码子的12个重要的亚型进行了密码子偏好性的分析,并将分析结果进行偏嗜性比较.结果表明基因表达程度并不会影响密码子使用偏嗜性.     

关于GB8052—87中各CSP方案的LQ值的验证和计算

本文指出了ＧＢ８０５２—８７中ＣＳＰ—１、ＣＳＰ—２和ＣＳＰ—Ｔ方案的ＬＱ值的误差，计算并给出一套精度为１０（－４）的ＬＱ值．     

利用动态贝叶斯网构建基因调控网络的研究进展

构建基因调控网络是21世纪人类科学所面临的重要挑战之一。基因调控网络是一个基因组内基因相互作用而形成的关系网络,它从全基因组水平上以系统和全局的角度来研究复杂的生命现象及其本质。本文阐述了近几年来此领域的研究进展,着重介绍利用动态贝叶斯网络重构基因调控网络的若干模型,包括加权核l1模型,正则化模型、高斯混合贝叶斯网模型和自回归时间变化模型。     

乳腺癌易感基因蛋白质网络的构建与研究

本文从复杂网络理论出发,在分析原有乳腺癌易感基因数据的基础上,综合统计分析易感基因彼此之间的关联与乳腺癌疾病之间的关系,并以此构建乳腺癌致病基因蛋白质网络．通过计算和研究网络度,聚类系数等指标发现,此网络具有高度聚集性,即少数核心节点控制着整个网络结构的稳定性．这将为进一步研究和发现乳腺癌致病基因提供新的理论依据和方法．     

利用基因芯片技术筛选差异表达基因的方法研究

为了探讨高维基因芯片基因表达谱数据筛选差异表达基因的方法,分析比较t检验法、秩和检验法、BON法、SIDAK法及ALSU法5种算法的差异表达基因筛选效率;采用模拟实验对t检验法、ALSU法等5种算法进行比较,并使用第一类、第二类错误率、总体错误率、筛选差异表达基因数及其均方根误差等5种指标进行评价;t检验法、秩和检验法计算结果过于灵敏,筛选差异表达基因个数较多,会促使筛选差异表达基因中假阴性事件的发生,BON法、SIDAK法筛选结果过于保守,筛选的差异表达基因个数较少,假阳性事件发生率较为显著,ALSU法能较稳定的抑制第一、二类错误率的发生,同时ALSU法筛选结果受系统扰动误差影响较笺LSU方法能够稳定的、高效的筛选差异表达基因,在使用高纬基因表达谱数据筛选差异表达基因时应首选ALSU法.     

AN IMPROVED m-DIMENSIONAL CER MODEL FOR ASSESSMENT OF THE SYNTHETICAL POLLUTION STATUS OF ENVIRONMENT

In this paper, a new mathematical model is constructed on the basis of an earlier paper [1]. This model can be employed to assess various types of synthetical pollution status of the environment, when the contents of some pollutants in the environment are beyond the limits of the standard of GB or WHO/FAO. This model is an improved m-dimensional CER model with classified structure. It will have broader application in practice.     

A generalized beta copula with applications in modeling multivariate long-tailed data

This work proposes a new copula class that we call the MGB2 copula. The new copula originates from extracting the dependence function of the multivariate GB2 distribution (MGB2) whose marginals follow the univariate generalized beta distribution of the second kind (GB2). The MGB2 copula can capture non-elliptical and asymmetric dependencies among marginal coordinates and provides a simple formulation for multi-dimensional applications. This new class features positive tail dependence in the upper tail and tail independence in the lower tail. Furthermore, it includes some well-known copula classes, such as the Gaussian copula, as special or limiting cases.To illustrate the usefulness of the MGB2 copula, we build a trivariate MGB2 copula model of bodily injury liability closed claims. Extended GB2 distributions are chosen to accommodate the right-skewness and the long-tailedness of the outcome variables. For the regression component, location parameters with continuous predictors are introduced using a nonlinear additive function. For comparison purposes, we also consider the Gumbel and t copulas, alternatives that capture the upper tail dependence. The paper introduces a conditional plot graphical tool for assessing the validation of the MGB2 copula. Quantitative and graphical assessment of the goodness of fit demonstrate the advantages of the MGB2 copula over the other copulas.