基因识别及其算法研究

针对基因识别问题,基于DNA序列的3周期这一性质,首先给出了DNA序列功率和信噪比的快速算法并讨论了不同物种基因类型的阈值确定方法;在此基础上,建立了基于背景噪声抑制和频谱平滑的SNR频谱预处理模型,经过预处理后的频谱不仅大幅度抑制了背景噪声,同时保留了SNR频谱的模式特征.在编码序列识别上,对经典的EPND预测算法进行了改进,使用改进的EPND算法对经过预处理后频谱进行基因识别,实验结果显示这种基因识别模型具有优异的基因识别性能,比传统直接使用基于滑动窗口DFT的EPND识别算法在敏感度、特异性等评价指标上提高了2%-12%左右.     

全β类蛋白编码序列的LZ复杂度对蛋白质折叠速率的影响

蛋白质折叠速率预测问题是计算生物学和生物信息学中的核心问题之一.科研工作者相继提出了许多参数和方法来探索折叠速率的决定因素.但蛋白质编码序列复杂度信息对蛋白质折叠速率的影响未被提及.提取编码序列LZ复杂度信息,融合多特征信息,建立线性回归模型进行折叠速率预测.该方法能在不需要结构信息的情况下,直接从蛋白质的编码序列出发对全β类蛋白质进行折叠速率进行预测.在卡方检验方法的验证下,发现折叠速率的预测值与实验值有很好的相关性,相关系数能达到0.9712.这一精度明显优于其他基于序列的方法,充分说明序列LZ复杂度是一个有效特征信息,蛋白质编码序列LZ复杂度信息确实影响蛋白质折叠速率及其结构.     

弹性光网络一类调度问题的一个新模型和算法

采用网络功能虚拟化技术的弹性光网络是一种新型的网络,其数据中心的合理部署,路由的科学规划及频谱的最优分配是一个关键而具有挑战的问题.为了解决这个问题,建立了弹性光网络资源分配和任务调度问题一个新的优化模型,新模型以虚拟网络功能在数据中心部署的负载最均衡,经过数据中心节点的路径最短以及频谱占用最少为目标,可同时使虚拟网络功能在数据中心部署,路径规划和频谱分配方案最优.为有效求解该模型,分别设计了一个经过所选数据中心的最短路径策略,虚拟网络功能在数据中心的部署策略以及频谱分配策略,构造了初始种群的产生方法,设计了新的变异算子,在此基础上,提出了求解模型的一个新的进化算法.最后进行了仿真实验,结果表明,最大频隙号和数据中心VNF部署数目的标准差相比对比算法有明显降低,验证了所建模型和算法的有效性.     

EMD结合RBF神经网络新混合模型及股指期货价格预测

中国近4年才成立的股指期货市场价格呈现出非平稳、非线性的信号特征,传统的预测方法无法对长相关序列进行精确预测.将EMD与RBF相结合,建立了一种新的预测方法对我国股指期货日结算价格进行预测.结果显示本模型将原本具有长相关性质的原始序列分解为若干个短相关性质的不同频带,解决了原始序列随机性强,以及因相邻频带的干扰而造成的系统动力信息反映不足的缺陷;并与其他预测模型进行比较,显示出较高的预测精度.     

城市轨道交通客流量预测的信度模型及其应用

信度估计是产生于风险管理和精算领域的一种现代预测方法.借助信度估计的技术和方法,对城市轨道交通客流量进行短期预测.为了考虑不同车站客流量间的相依关系,建立了轨道交通客流量的多维信度预测模型.并采用天津地铁一号线的数据,对所述预测方法进行验证.     

基于Elman网络预测汇率短期发展趋势

采用神经网络Elman网络模型对汇率进行预测.处理过程对样本序列进行了分类,并对训练与测试样本进行了残差分析.预测结果表明:该方法对汇率涨落方向的预测准确度达到74.54%,对汇率预测值与实际值之间的偏差略为偏大的情况,并分析了产生误差的原因.     

机电产品可靠性寿命试验数据的灰色预测方法

采用灰色系统预测理论对产品可靠性寿命试验数据进行预测,提出了建立产品可靠性寿命试验数据的灰色预测NGM(1,1)模型的方法,并通过采用试验数据序列与预测数据序列总体分布函数相等性检验方法确认灰色预测NGM(1,1)模型用于产品可靠性寿命试验数据预测是可行的.算例结果表明,采用灰色预测方法预测产品可靠性寿命试验数据并进行相关的分布函数参数估计有较高的精度,可达到缩短试验时间和节约试验费用目的.     

基于熵值法的组合预测模型及其在高峰负荷预测中应用

组合预测可以综合利用各单一预测方法所提供的信息,是提高预测精度的有效途径.本文在指数平滑预测法及灰色预测方法的基础上建立组合预测模型,采用熵值法确定组合权系数,并对某电网高峰负荷进行了预测.实例表明,此模型具有很强的实用性和很高的预测精度.     

利用提升小波的蛋白质相互作用特征提取

利用提升小波从蛋白质序列中提取出它们相互作用的频谱特征,经支持向量机训练学习后,用于预测蛋白质间的相互作用.模拟计算结果表明,在阳性数据和阴性数据平衡的前提下,利用提升小波获取的低维蛋白质相互作用特征向量可以得到较高预测精度.进一步阐述了不同物种的蛋白质相互作用网络有着不同特征,为了得到更准确的预测结果,需要利用不同的方法提取蛋白质相互作用的特征.     

区域经济发展智能预测方法

分析了影响区域经济发展的各种因素,指出由于这些因素相互制约、相互影响,使得传统的经济预测方法越来越难以胜任区域经济发展预测的需要.论述了核方法在处理非线性、不确定性和不精确性数据上存在的优势,建立了基于核方法三种经济预测模型,并将这三种预测模型与其它两种预测方法一起,对区域经济的发展进行组合预测.最后,采用数据融合的方法将各个体模型的预测结果进行集成,作为最终的输出.实际的结果表明,基于核方法的组合预测技术能取得较为理想的预测效果.