模拟退火遗传算法在生物多序列比对中的应用

分析了生物多序列比对存在的问题,提出了将遗传算法和模拟退火算法相结合的遗传退火进化思想,设计了运用该思想进行多序列比对的算法过程,与通用的多序列比对软件ClusalX进行对比实验,结果表明,MSA-GAEA提出的算法是行之有效的.     

基于POA有向无环图及隐马尔科夫模型的优化PHMM算法

随着基因组计划的实施,大量的基因组数据被测序,如何从海量数据中提取出有用的生物学信息,成为生物信息学研究中的重点。序列比对是生物信息学研究的基本方法和主要手段,目前已经有很多比对算法,但如何提高算法敏感性及准确性,仍旧是一个难题。基于这种情况,本文基于POA有向无环图算法及隐马尔科夫模型,创新性的提出一种新的算法PHMM算法,这种算法打破传统的线性序列比对,采用了一种基于图论的渐进比对算法,对参数选择具有一定先进性。     

改进的模拟退火算法在蛋白质结构预测中的应用

在传统的模拟退火算法基础上,对于产生新解边界值的处理给出一种新方法,并将它应用到二维Toy模型.对4条Fibonacci序列进行了结构预测,结果表明该算法可行有效.     

一种改进的基因表达数据分类方法

从分类算法和特征基因选择两个方面研究基因表达数据的分类,将传统的Support Vector Machines(SVM)算法和K-nearest neighbor(KNN)算法两者结合成为一种应用于基因表达数据分类的算法,并针对基因表达数据分类数据集“样本少,维数高”的特点,提出了一种改进的基于相关性的递归特征消除算法(简称为C-RFE),消除了数据冗余．实验结果表明,新方法可有效提高分类准确率和特征选取的效率．     

基于时序Landsat遥感影像枣树种植面积提取

基于不同特征时间序列数据集,使用动态时间规整(dynamic time warping,DTW)方法对时间序列遥感影像进行分类.基于时间序列Landsat 8影像数据,使用NDVI、EVI、第一主成分(principal component analysis 1,PCA1)3种特征数据集结合DTW算法,对比分析不同特征量对枣树的识别精度.结果表明:基于DTW(ND?VI)的时间序列特征数据集结合DTW算法能够得到较好的分类结果,基于时序DTW(EVI)特征量的方法次之,基于时序DTW(PCA1)特征量的方法的分类精度最低,总体精度分别为95.23％、93.73％、83.84％,Kappa系数分别为0.858、0.824、0.738.     

基于Sql Server 2008系统的林地资源监测指标发掘应用的数据仓库的研建

针对森林经理学科隐形知识发掘获取这一难点和目前研究的热点,探讨采用基于Microsoft SQL Server 2008 DataMining平台去实现森林经理学科中的林地资源监测指标知识规则自动发掘的各种方法;综合应用其平台提供的9大类智能数据挖掘算法,例如采用决策树算法、关联规则算法、聚类算法和神经网络模型算法等等,通过构建复杂的分析模型,建立一种利用特征数据集自动获取林地资源监测指标知识规则的数据处理流程,并且与森林经理学科知识库的OLAP多维数据集处理和分析相结合,创新地把SQL Server 2008 Data Mining的数据仓库技术应用在森林经理学科中的林地资源监测指标知识规则的挖掘的新方法上.     

特征抽取的一个新算法

特征抽取无论在模式识别还是在光谱信道和色谱柱组合选择中,皆具有重要意义.本文提出了一个基于复相关系数的特征抽取新方法.藉扫描算法,本法可在微机上方便快迷运行.将该法对用于诊断两类疑难疾患的模式识别数据进行了特征变量的选择.获得满意结果.     

基于改进核函数的支持向量机时间序列数据分类

针对传统支持向量机(support vector machine,SVM)对时间序列数据分类,仅通过样本在空间中的几何距离判别样本的类别,提出了一种基于改进核函数的支持向量机算法(SVM_IK,SVM with improved kernel function)。该算法计算样本与空间基数据的时间序列互相关距离,将样本数据映射到新的特征空间中,实现对线性核函数改进,最终根据改进的线性核函数SVM算法对样本数据进行分类。算法通过25组UCR数据集的验证,实验结果显示与1-NN算法和传统SVM算法相比,SVM_IK算法对时间序列数据具有较好的分类效果。     

基于AVX指令集BWT算法在DNA序列比对中应用

新一代高通量测序技术发展产生大规模DNA序列片段,快速准确地将短序列比对到参考基因组成为生物信息学重要研究课题之一。针对BWT索引技术序列比对算法研究,提出基于Intel微架构AVX指令集优化BWT算法,通过改进计算方式实现算法并优化。结果表明,应用AVX指令集可减少CPU访存次数,降低算法时间复杂度,提高序列比对效率,为基因数据分析提供更高效快速序列比对方法,加快对全基因组序列处理。     

一种应对网络流量攻击的方法

提出了一种基于频谱分析的方法,该方法利用cisco设备上的NetFlow所采集的路由器转发的数据包的基本信息作为样本,通过样本的自我相函数来建立时间序列模型,并对此进行离散的傅立叶变换得出其频谱表达式,对于数据时序变化剧烈的频谱则采用最大熵算法,经过分析确定了以60%作为分割点的频率范围可以确定攻击流的规模,从而有效地控制了利用包头进行欺骗的拒绝服务攻击所带来的危害.