An Algorithm Framework for Drug-Induced Liver Injury Prediction Based on Genetic Algorithm and Ensemble Learning

In the process of drug discovery, drug-induced liver injury (DILI) is still an active research field and is one of the most common and important issues in toxicity evaluation research. It directly leads to the high wear attrition of the drug. At present, there are a variety of computer algorithms based on molecular representations to predict DILI. It is found that a single molecular representation method is insufficient to complete the task of toxicity prediction, and multiple molecular fingerprint fusion methods have been used as model input. In order to solve the problem of high dimensional and unbalanced DILI prediction data, this paper integrates existing datasets and designs a new algorithm framework, Rotation-Ensemble-GA (R-E-GA). The main idea is to find a feature subset with better predictive performance after rotating the fusion vector of high-dimensional molecular representation in the feature space. Then, an Adaboost-type ensemble learning method is integrated into R-E-GA to improve the prediction accuracy. The experimental results show that the performance of R-E-GA is better than other state-of-art algorithms including ensemble learning-based and graph neural network-based methods. Through five-fold cross-validation, the R-E-GA obtains an ACC of 0.77, an F1 score of 0.769, and an AUC of 0.842.     

遗传算法优化变分模态分解提取舰船辐射噪声特征线谱方法

特征线谱提取是舰船目标识别的一个重要研究环节,常采用传统的DEMON谱分析方法,处理过程中,一般对舰船噪声时域信号未予抑噪,低信噪比情况下,传统DEMON谱分析性能差。对此,提出一种采用遗传算法优化变分模态分解方法,用于分解舰船噪声原时域信号,获得抑制噪声后的舰船噪声重构信号,进而有效提取了舰船目标噪声幅度调制特征线谱。该方法首先采用遗传算法优化变分模态分解的两个关键输入参数(分解所取模态个数和惩罚因子),对变分模态分解得到的各阶固有模态分量加以判别,去除噪声主导分量,保留信号主导分量,使重构舰船噪声信号显著抑制了干扰噪声,然后对降噪后的重构信号进行频谱分析,获得目标噪声调制特征线谱。理论分析、仿真和实验数据处理结果表明,相比传统DEMON谱分析法,基于遗传算法优化变分模态分解的舰船噪声特征线谱提取方法具有更好的噪声抑制能力,所获取的舰船噪声幅度调制特征线谱信噪比明显高于传统DEMON方法,具有一定优势,前景良好。     

An Image Compression Encryption Algorithm Based on Chaos and ZUC Stream Cipher

In order to improve the transmission efficiency and security of image encryption, we combined a ZUC stream cipher and chaotic compressed sensing to perform image encryption. The parallel compressed sensing method is adopted to ensure the encryption and decryption efficiency. The ZUC stream cipher is used to sample the one-dimensional chaotic map to reduce the correlation between elements and improve the randomness of the chaotic sequence. The compressed sensing measurement matrix is constructed by using the sampled chaotic sequence to improve the image restoration effect. In order to reduce the block effect after the parallel compressed sensing operation, we also propose a method of a random block of images. Simulation analysis shows that the algorithm demonstrated better encryption and compression performance.     

钝头机体用FADS-α的求解算法及精度研究

针对钝头机体用嵌入式大气数据传感(flush air data sensing,FADS)系统的4类攻角求解算法及算法的求解精度进行研究.针对典型的15°钝头体外形,在Mach数Ma=2.04,3.02,5.01,攻角α=-5°～30°,侧滑角β=0°的条件下,首先基于势流理论及修正的Newton流理论建立了钝头机体用...     

基于自适应优化多层GA-BP的脱硫效率预测模型

针对湿法脱硫装置运行参数多且相互高度耦合,脱硫效率定量描述困难的问题,以及传统BP网络存在的问题,提出一种基于自适应优化多层GA-BP的脱硫效率预测模型。将基于主成分分析后的降维数据作为输入变量,采用双层基因优化BP网络结构,并引入自适应变异和交叉概率,对BP网络初始权值、阈值进行改进,利用优化后的网络对脱硫效率进行预测。该模型已成功应用于大唐三门峡1000MW机组脱硫装置,结果表明：实际脱硫效率平均绝对误差小于0.5%,较传统BP算法与GA-BP算法分别降低25.82%和16.10%,具有更高的预测精度。     

基于单亲遗传算法的火力分配方法

提出了将单亲遗传算法应用于火力分配问题的方法,该方法既保持了传统遗传算法的诸多优点,又克服了传统遗传算法要求种群多样性、易陷入局部最优和实时性差等缺点。单亲遗传算法使用经过简化的遗传操作算子,算法的复杂度大大降低,可以应用于实时性要求较高的场合。仿真结果表明,单亲遗传算法能有效地解决火力分配问题,是一种简单、有效和快速的算法,具有很好的应用价值。     

模糊算法在态势评估中的应用

针对态势评估中存在的不确定性,把模糊算法应用于态势评估,建立了基于模糊算法的态势评估框架,解析态势评估的流程。同时根据不同的评估需要,建立两种不同的态势评估模型,并给出确立评估矩阵的隶属函数。通过实例把态势评估元素的条件隶属度进行量化,从而得出具体的评估矩阵,对基于模糊算法的态势评估方法的整个实现过程进行讨论。最后,通过分析评估结果比较两种模型的效能,得出更适于态势评估的模型。     

一种新的全姿态指示画面填充算法

现代飞机座舱主飞行仪显示系统中,全姿态指示天地区域的填充是件非常费时的工作。提出了一种新的区域填充算法。该算法第一步引入分块查找的思想以及基于填充区域的特点确定采用水平线或者竖直线扫描方式,并且对区域轮廓中满足关键码字段的像素点建立坐标数组;第二步根据已确定的扫描方式进行区域填充。此外,求取新旧地平线交点并没有采用通过大量数值计算直接求取的方法,而是采用了比较法。实验结果表明该算法显著提高了填充速度和显示效果,降低了数据存储空间量。     

采用人工免疫算法的加速寿命试验分析方法

极大似然估计是加速寿命试验统计分析中常用的分析方法,但似然函数的优化问题是该方法广泛运用的主要障碍,常用的似然函数优化算法对初值要求高,而且容易陷入局部最优解.为了有效地解决上述问题,在似然函数的优化中引入了人工免疫算法,提出了一种采用人工免疫算法的步降应力加速寿命试验分析方法.利用人工免疫算法在解决多维复杂函数优化问题时强大的全局寻优能力,有效地解决了似然函数的优化问题.最后通过实例验证表明,采用人工免疫算法的步降应力加速寿命试验分析方法是有效的,而且在统计分析中避免了查统计用表,能够很方便的实现计算机编程计算,有较大的工程应用价值.     

采用粒子群优化算法的无人机实时航迹规划

战场环境是动态变化的,很难预先获得全局精确的威胁信息,因此需要无人机具备一定的实时航迹规划能力.采用连续型粒子群优化(PSO)算法进行无人机参考航迹的实时规划,以最大转弯半径、步进、最短距离和回避威胁作为适应度函数的评价指标,得到代表最优航路的离散点.对算法进行了相应的仿真,结果表明该方法费时短,占用内存少,可以满足在线实时航迹规划的要求.