基于蒙特卡洛方法的非负矩阵分解初始化

在非负矩阵分解中,初值的选择对于算法效果有很大的影响.一些基于奇异值分解的初始化方法已有人提出^[7,8],但当矩阵维数过大时,直接对原矩阵进行奇异值分解是耗时的.本文提出了一种更节时的初始化方法 (KFV-NMF),而且通过数值实验,此算法既在一定程度上保持了计算精度,也节省了计算时间.     

蛋白质相互作用网络的多参数模糊关系分析

分析蛋白质相互作用网络的拓扑结构特征与生物进化之间的关系,并用于预测蛋白质的功能是后基因时代重要的研究课题.本文提出了基于模糊数学理论的蛋白质网络多种拓扑属性模糊关系数学模型,并应用频数分析算法将无序的模糊关系数据进行序列化.通过分析蛋白质网络拓扑属性模糊关系参数可以为研究生物进化与蛋白质网络结构之间的关系提供数据基础,同时也为预测未知蛋白质的功能奠定了基础.该方法为研究蛋白质网络进化和标记蛋白质的功能开拓了一个新的方向.     

网络聚类算法及其生物信息学应用

介绍一些网络聚类算法及其基本原理,简述了其在生物信息学的应用。本文不是一个网络聚类算法的全面综述,只介绍这些网络聚类算法的基本思路,体会其数学建模的基本思想。     

非负张量分解的不平衡乘性更新

针对非负张量分解的乘性更新算法,讨论了其元素形式与矩阵形式的一致性,并给出了不平衡的乘性更新算法．数值试验表明,新的算法具有更快的收敛性．     

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.     

基于判别超图和非负矩阵分解的人脸识别方法

非负矩阵分解是一种流行的数据表示方法,已广泛应用于图像处理和模式识别等问题.但是非负矩阵分解忽略了数据的几何结构. 而现有的基于简单图的学习方法只考虑了图像的成对信息,并且对计算相似度时的参数选择非常敏感. 超图学习方法可以有效地解决这些问题. 超图利用超边将多个顶点相连接用以表示图像的高维结构信息. 然而, 现有的大部分超图学习方法都是无判别的学习方法.为了提高识别效果, 提出了基于具有判别信息的超图和非负矩阵分解方法的新模型, 利用交替方向法进行迭代求解新模型, 并结合最近邻方法进行人脸识别. 在几个常用标准人脸图像数据库上进行实验, 实验结果表明提出的方法是有效的.     

识别剪切位点的分组权重矩阵方法

提出识别剪切位点的分组权重矩阵方法．分组权重矩阵是一个子总体数未知的混合权重矩阵模型．为得到未知参数的极大似然估计,采用了EM方法,而子总体数是利用隙统计量确定的．作者给出了该方法的具体计算步骤．将该方法应用于人类和水稻基因组的供子和受子识别,并与现行的主要方法作了比较．结果表明,分组权重矩阵法的识别效果更为精确．     

循环逆M-矩阵的判定

给出了循环逆M-矩阵的判定方法:如果一个n×n非负循环矩阵非正且不等于c0I,若存在一个正整数K是n的真因子,使得cjk0,j=0,1[,…,n-k]k,其余的ci等于0且Circ[c0,ck,…,cn-k]是一个逆M-矩阵,则A是一个逆M-矩阵.     

循环逆M-矩阵的判定

给出了循环逆M-矩阵的判定方法:如果一个n×n非负循环矩阵非正且不等于c0I,若存在一个正整数K是n的真因子,使得cjk>0,j=0,1[,…,n-k]k,其余的ci等于0且Circ[c0,ck,…,cn-k]是一个逆M-矩阵,则A是一个逆M-矩阵.     

一种基于多视角学习的多元函数型聚类方法

函数型数据多以多变量的形式出现,目前的多元函数型聚类方法常以数据贴合的方式进行处理,不能充分提取各变量的共同信息及不同变量间的互补信息。为了进一步提取各变量中蕴含的聚类特征信息,本文在多视角学习框架下讨论多元函数型数据的聚类方法:构建了一个能够将多元函数型数据生成过程和各视角数据聚类特征提取统一进行的目标函数;借助非负矩阵分解的聚类特性,提出了一个基于半非负矩阵分解的多元函数型聚类模型;给出了交替迭代更新的求解算法。模拟实验结果显示,与现有的多元函数型聚类方法相比较,该聚类方法的聚类性能显著提高;以北京市空气质量监测站点应用为例,其聚类结果表明,多视角方法在聚类精度和信息提取方面具有优势。     

PARAMETER IDENTIFICATION PROBLEM OF THE FRACTAL INTERPOLATION FUNCTIONS

Parameter identification problem is one of essential problem in order to model effectively experimental data by fractal interpolation function. In this paper, we first present an example to explain a relationship between iteration procedure and fractal function. Then we discuss conditions that vertical scaling factors must obey in     

块三对角阵分解因子的估值与应用

1.引 言 许多物理应用问题归结为求微分方程数值解,而这可以通过离散化为求解稀疏线性方程组,所以稀疏线性方程组求解的有效性在很大程度上决定了原问题求解算法的有效性.直接     

棱形六面体的两两面叠合

本文研究了棱形六面体经两两面面叠合后所能得到几何体.利用流形判别和基本群计算的基本方法,获得了在可能叠合到的476种几何体中,有409种不是流形,而在是流形的情形时,其基本群包括1,Z,Z2,Z3,Z5,Z7,Z8以及5种只能用关系表示的群.     

范德蒙型方程组最小二乘解的快速算法

在用多项式进行曲线拟合等实际问题中,需要求解以范德蒙型矩阵VT为系数阵的线性方程组VTx=b的最小二乘解.     

二维稳态各向异性介质渗透率的反演问题

1.引 言由多孔介质的渗流理论,二维稳态各向异性介质的渗流问题满足下列偏微分方程 -div(u(x,y)(?)u(x,y))=f(x,y),(x,y)∈Ω(?)R2, (1.1)     

关于分形插值函数参数界定问题的一个注记

本文利用符号空间和压缩映射原理,对Dalla和Drakopoulos[2]所给的定理进行了修正,分别得到分形插值函数的图象含于一个给定矩形区域时,其垂直尺度因子应满足的必要和充分条件,为分形插值函数的应用奠定了一定的理论基础.     

多项式判别矩阵的若干性质及其应用

具有文字系数的多项式f(x)，其判别矩阵是f与f′的Sylvester矩阵通过添加一行一列而得，已经知道，判别矩阵的偶数阶主子式的符号确定了f(x)的相异根(实根、复根)的数目，这里介绍如何将奇数阶与偶数阶主子式相结合用以判定该多项式的相异负根或正根的数目，并进一步判定其在区间上的实根数，本文还研究了与判别矩阵相关的一些实用性质，并应用这些性质给出了4次键合多项式不能正分解的一组简洁的充分必要条件。     

A NEW CONSTRAINTS IDENTIFICATION TECHNIQUE-BASED QP-FREE ALGORITHM FOR THE SOLUTION OF INEQUALITY CONSTRAINED MINIMIZATION PROBLEMS

In this paper, we propose a feasible QP-free method for solving nonlinear inequality constrained optimization problems. A new working set is proposed to estimate the active set. Specially, to determine the working set, the new method makes use of the multiplier information from the previous iteration, eliminating the need to compute a multiplier function. At each iteration, two or three reduced symmetric systems of linear equations with a common coefficient matrix involving only constraints in the working set are solved, and when the iterate is sufficiently close to a KKT point, only two of them are involved. Moreover, the new algorithm is proved to be globally convergent to a KKT point under mild conditions. Without assuming the strict complementarity, the convergence rate is superlinear under a condition weaker than the strong second-order sufficiency condition. Numerical experiments illustrate the efficiency of the algorithm.