Efficient Stochastic Simulation Algorithm for Chemically Reacting Systems Based on Support Vector Regression

通过引入机器学习中的孪生支持向量回归(twin support vec-tor Regression,TSVR)算法,提出了一个将TSVR与随机模拟算法(stochastic simulation algorithm, SSA)相结合的基于孪生支持向量回归的随机模拟算法(twin support vector regression based stochastic simulations algorithm,TS3A).数值模拟实验表明该算法不仅能广泛应用于化学反应系统的模拟,并且在较少的模拟次数下可明显提高精度和效率.     

＂Final all possible steps＂ approach for accelerating stochastic simulation of coupled chemical reactions

In this paper, we develop a modified accelerated stochastic simulation method for chemically reacting systems, called the ＂final all possible steps＂ （FAPS） method, which obtains the reliable statistics of all species in any time during the time course with fewer simulation times. Moreover, the FAPS method can be incorporated into the leap methods, which makes the simulation of larger systems more efficient. Numerical results indicate that the proposed methods can be applied to a wide range of chemically reacting systems with a high-precision level and obtain a significant improvement on efficiency over the existing methods.     

高阶隐马氏模型研究进展

首先分析了高阶隐马氏模型的研究动机和背景,并给出了高阶隐马氏模型的一般结构和定义,然后总结了高阶隐马氏模型的一般研究方法,最后展望了高阶隐马氏模型进一步的研究方向.     

基于贝叶斯统计方法的两总体基因表达数据分类

在疾病的诊断过程中,对疾病的精确分类是提高诊断准确率和疾病治愈率至 关重要的一个环节,DNA芯片技术的出现使得我们从微观的层次获得与疾病分类及诊断 密切相关的基因功能信息．但是DNA芯片技术得到的基因的表达模式数据具有多变量小 样本特点,使得分类过程极不稳定,因此我们首先筛选出表达模式发生显著性变化的基因 作为特征基因集合以减少变量个数,然后再根据此特征基因集合建立分类器对样本进行分 类．本文运用似然比检验筛选出特征基因,然后基于贝叶斯方法建立了统计分类模型,并 应用马尔科夫链蒙特卡罗(MCMC)抽样方法计算样本归类后验概率．最后我们将此模型 应用到两组真实的DNA芯片数据上,并将样本成功分类．     

加速随机模拟化学反应系统的"最后所有可能的步进"方法

提出了一种改进的模拟化学反应系统的加速方法,称为"最后所有可能的步进"(FAPS)方法.此方法不仅可以用较少的模拟次数得到整个运行过程中任何时刻物种的统计特性,而且还可以与leap算法相结合,有效地进行大规模的化学反应系统的模拟.数值模拟的结果表明提出的方法可以广泛地应用于多种化学反应系统,并且与已有的方法相比其运行效率有显著的改进.     

凝胶渗透色谱-固相萃取结合色谱-质谱法测定乳制品中18种溴系阻燃剂

采用索氏提取、凝胶渗透色谱和固相萃取技术作为前处理方法,建立乳制品中6种新型溴系阻燃剂、8种多溴联苯醚、四溴双酚A和α、β、γ-六溴环十二烷异构体共18种溴系阻燃剂的同时提取与净化方法,并结合气相色谱-负化学源质谱法(GC-NCI/MS)和高效液相色谱-电喷雾电离-串联质谱法(HPLC-ESI-MS/MS)进行检测。奶样经冷冻干燥后以正己烷-丙酮(1：1, V/V)索氏提取,采用凝胶渗透色谱结合酸化硅胶柱净化,随后以LC-Si固相萃取柱分离气相和液相待测物。以GC-NCI/MS测定6种新型溴系阻燃剂和8种多溴联苯醚,以HPLC-MS/MS检测四溴双酚A和六溴环十二烷异构体,内标法定量。结果表明,以空白牛奶样品为加标基质,多数待测物平均回收率为80.1%~114.7%,方法具有良好的精密度(多数待测物相对标准偏差( RSD)在0.87%~14.9%)和灵敏度(检出限在0.2~119.2 pg/g之间),可满足乳制品中多种溴系阻燃剂同时提取、净化和检测需求。     

基于CCH的SVM几何算法及其应用

The support vector machine （SVM） is a novel machine learning tool in data mining. In this paper, the geometric approach based on the compressed convex hull （CCH） with a mathematical framework is introduced to solve SVM classification problems. Compared with the reduced convex hull （RCH）, CCH preserves the shape of geometric solids for data sets; meanwhile, it is easy to give the necessary and sufficient condition for determining its extreme points. As practical applications of CCH, spare and probabilistic speed-up geometric algorithms are developed. Results of numerical experiments show that the proposed algorithms can reduce kernel calculations and display nice performances.     

Numerical method for the system of reaction-diffusion equations with a small parameter

This paper deals with the numerical method for the system of reaction-diffusionequations with a small parameter.It is difficult to solve the problems of this kindnumerically because of the boundary layer efect.Besed on singular perturbed theory andGreens’function,we have established the difference scheme that is suited for the solution tothe problems.It e introduce an idea of feasilbe equidistant degree a here.And this provesthat if a≥2.the scheme converges in l,m norm with speed O.h \t)uniformly.     

带小参数的反应—扩散方程组的数值方法

本文讨论带小参数的反应—扩散方程组的数值方法.由于边界层效应,使得这类问题的数值求解十分困难.我们根据奇异摄动理论和Green函数方法建立起一种适合求解这类问题的差分格式.在文中,我们引入了可行等距度α,并证明了若a≥2则格式在l₁(m)意义下一致收敛且收敛阶为O(h+△t).     

基于动态规划的高阶隐马氏模型推广的Viterbi算法

首先通过Hadar等价变换方法将高阶隐马氏模型转换为与之等价的一阶向量值隐马氏模型,然后利用动态规划原理建立了一阶向量值隐马氏模型的Viterbi算法,最后通过高阶隐马氏模型和一阶向量值隐马氏模型之间的等价关系建立了高阶隐马氏模型基于动态规划推广的Viterbi算法．研究结果在一定程度上推广了几乎所有隐马氏模型文献中所涉及到的解码问题的Viterbi算法,从而进一步丰富和发展了高阶隐马氏模型的算法理论．