Using a Neural Network with Nonlinear Self-feedback to Solve the Maximum Clique Problem

As the MCP is NP-hard, an efficient approach to treating this problem is to design appropriate recurrent neural networks. We develop a new algorithm for the MCP, which can, to a certain extent, prevent the associated neural network from falling into local optimal points. The proposed algorithm incorporates nonlinear self-feedback into the SLDN algorithm and has distinguished dynamical characteristics. Simulation results show that the performance of proposed algorithm is statistically superior to the SLDN algorithm.     

独立数小于4的图的结构研究

图论研究中一个很重要的方面是利用图的各种参数来刻画图的结构。通过对图的两个重要不变量——独立数和连通度的分析,分别给出了图G的独立数α(G)=1,2或3,而连通度κ(G)任意取值时图G的结构特征。     

产业创新网络派系演进及其对技术创新的影响

从专利合作网络视角研究产业创新网络结构,将1985—2009年在国家知识产权局申请的汽车技术合作专利作为样本数据,利用UCINET6绘制创新网络图谱,并构建协整方程检验派系结构演进与产业整体技术创新绩效的关系.结果表明：派系式技术合作是创新网络规模和结构不断发展和深化的重要途径,对产业技术创新产出有长期稳定的积极作用,且这种作用对新颖性程度较低的技术创新成果更显著.     

一种基于极大团扩展的蛋白质复合物识别算法

后基因组时代如何识别蛋白质复合物并预测其功能是蛋白组学的一项基本任务,然而传统实验方法获取的蛋白质复合物不仅数量有限而且成本代价高昂,采用新技术和方法提高蛋白质复合物的识别效率是现阶段与蛋白质相关的药物设计唯一现实可行的手段。本文基于蛋白质相互作用网络的小世界原理和蛋白质复合物内蛋白质之间的最短距离一般不超过2的事实提出了一种新的基于极大团扩展的蛋白质复合物识别算法NCIA。该算法针对蛋白质网络中的极大团利用聚类系数进行扩展以提高蛋白质复合物识别的准确率。将该方法应用于酵母蛋白质相互作用网络,相关数据表明与其他典型的蛋白质复合物识别算法相比较,该方法具有很好的识别能力。