基于“HY-LM”的生态廊道与生态节点综合识别研究

传统的生态网络或生态安全格局构建研究中，多基于最小累积阻力模型（MCR）提取最小费用路径作为生态廊道，并人工判别生态节点，这种方式缺少对生态过程中能量流、信息流等交换过程的考虑，导致生态网络在结构、功能上存在一定的缺失。以福建省上杭县为例，以上杭县森林公园、湿地保护区、自然保护区等为主要生态源地，从陆生动物迁移特征出发选取土地覆被类型、距道路距离、地形起伏度、坡度、距水域距离、NDVI植被指数等因素为阻力因子，利用熵权法获得权重加权叠加生成综合阻力面，运用水文分析原理Hydrology （HY）和Linkage Mapper工具箱（LM）中电路理论等方法综合识别生态廊道和生态节点，运用重力模型对生态廊道重要性进行评价并对生态廊道和生态节点划分等级。研究结果如下：（1）基于LM方法共提取187条生态廊道，生态夹点52个，生态障碍点55个，基于HY方法共提取生态廊道240条，生态节点133个；（2） LM和HY提取的生态廊道和生态节点进行叠加，共提取生态廊道197条，辐射道30条，生态节点283个；（3）运用重力模型提取关键生态廊道103条（含辐射道30条），一般生态廊道124条，同时判别关键生态节点97个，一般生态节点186个，关键生态廊道和关键生态节点主要集中在高阻力和较高阻力值集中的区域，关键生态节点多分布在生态源地周围；（4）对关键生态廊道、关键生态节点缓冲区所在区域土地覆被类型构成进行分析，森林、耕地和草地等土地覆被类型占比具有绝对优势，并从生态连通性和生境质量角度针对各土地覆被类型提出了优化及生态建设策略。研究结果可为区域生态网络安全格局构建、国土空间规划与生态系统修复等研究提供参考，同时也为生物多样性保护与生态文明建设提供科学依据。     

Multi-Hop Routing Optimization Method Based on Improved Ant Algorithm for Vehicle to Roadside Network

This paper proposes a route optimization method to improve the performance of route selection in Vehicle Ad-hoc Network （VANET）. A novel bionic swarm intelligence algorithm, which is called ant colony algorithm, was introduced into a traditional ad-hoc route algorithm named AODV. Based on the analysis of movement characteristics of vehicles and according to the spatial relationship between the vehicles and the roadside units, the parameters in ant colony system were modified to enhance the performance of the route selection probability rules. When the vehicle moves into the range of several different roadsides, it could build the route by sending some route testing packets as ants, so that the route table can be built by the reply information of test ants, and then the node can establish the optimization path to send the application packets. The simulation results indicate that the proposed algorithm has better performance than the traditional AODV algorithm, especially when the vehicle is in higher speed or the number of nodes increases.     

SC-BPSO:肝癌分类中一种融合过滤器的二进制粒子群算法特征的选择方法

癌症的早期诊断能够显著提高癌症患者的存活率,在肝细胞癌患者中这种情况更加明显。机器学习是癌症分类中的有效工具。如何在复杂和高维的癌症数据集中,选择出低维度、高分类精度的特征子集是癌症分类的难题。本文提出了一种二阶段的特征选择方法SC-BPSO:通过组合Spearman相关系数和卡方独立检验作为过滤器的评价函数,设计了一种新型的过滤器方法——SC过滤器,再组合SC过滤器方法和基于二进制粒子群算法(BPSO)的包裹器方法,从而实现两阶段的特征选择。并应用在高维数据的癌症分类问题中,区分正常样本和肝细胞癌样本。首先,对来自美国国家生物信息中心(NCBI)和欧洲生物信息研究所(EBI)的130个肝组织microRNA序列数据(64肝细胞癌,66正常肝组织)进行预处理,使用MiRME算法从原始序列文件中提取microRNA的表达量、编辑水平和编辑后表达量3类特征。然后,调整SC-BPSO算法在肝细胞癌分类场景中的参数,选择出关键特征子集。最后,建立分类模型,预测结果,并与信息增益过滤器、信息增益率过滤器、BPSO包裹器特征选择算法选出的特征子集,使用相同参数的随机森林、支持向量机、决策树、KNN四种分类器分类,对比分类结果。使用SC-BPSO算法选择出的特征子集,分类准确率高达98.4%。研究结果表明,与另外3个特征选择算法相比,SC-BPSO算法能有效地找到尺寸较小和精度更高的特征子集。这对于少量样本高维数据的癌症分类问题可能具有重要意义。     

单边匹配理论及其在美国肾交换系统应用的启示

美国肾交换系统是经济学家与医学专家一个跨学科合作的成果,也是单边匹配理论在现实生活中的具体应用。通过对单边匹配理论及在美国肾交换系统应用的回顾,旨在促进该理论在我国肾交换领域的发展和研究,为缓解我国肾源紧张以及提高其匹配效率提供启示和借鉴。     

Cluster Viz:集成于Cytoscape的聚类可视化插件

生物网络中的聚类分析是功能模块识别及蛋白质功能预测的重要方法,聚类结果的可视化对于快速有效地分析生物网络结构也具有重要作用。通过分析生物网络显示和分析平台Cytoscape的架构,设计了一个使用方便的聚类分析和显示插件ClusterViz。这是一个可扩展的聚类算法的集成平台,可以不断增加其中的聚类算法,并对不同算法的结果进行比较分析,目前已实现了三种典型的算法实例。该插件能够成为蛋白质相互作用网络机理研究的一个有效工具。     

基于启发式算法预测含假结RNA二级结构的研究进展

RNA二级结构的预测算法研究已有近40年的发展历程,研究假结也将近30年的历史。在此期间,RNA二级结构的预测算法取得了很大进步,但假结预测的正确率依然偏低。其中启发式算法能较好地处理复杂假结,使其成为率先解决假结预测难题可能性最大的算法。迄今为止,未见系统地专门总结预测假结的各种启发式算法及其优点与缺点的报道。本文详细介绍了近年来国际上流行的贪婪算法、遗传算法、ILM算法、HotKnots算法以及FlexStem算法等五种算法,并总结分析了每种算法的优点与不足,最后提出在未来一段时期内,利用启发式算法提高假结预测准确度应从建立更完善的假结模型、加入更多影响因素、借鉴不同算法的优势等方面入手。为含假结RNA二级结构预测的研究提供参考。     

基于图形硬件加速的生物序列比对算法研究

生物序列比对是生物信息学的基础,是当今功能基因组学研究中最常用、最重要的研究方法之一。本文对各类序列比对算法优缺点进行分析,对图形硬件的优势进行挖掘。在此基础上,将各类序列比对算法中准确性最高的动态规划算法予以实现,并将其映射到图形硬件上,以实现算法加速。通过实例进行性能评测,结果表明该加速算法在保证比对准确性的同时,能较大地提高比对速度。     

一种滤除医学影像噪声的混合滤波算法

目的：医学影像在获取、存储、传输过程中会不同程度地受到噪声污染,这极大影像了其在临床诊疗中的应用。为了有效地滤除医学影像噪声,提出了一种混合滤波算法。方法：该算法首先将含有高斯和椒盐噪声的图像进行形态学开运算,然后对开运算后的图像进行二维小波分解,得到高频和低频小波分解系数。保留低频系数不变,将高频系数经过维纳滤波器进行滤波,最后进行小波系数重构。结果：采用该混合滤波算法、小波阚值去噪、中值滤波、维纳滤波分别对含有混合噪声的医学影像分别进行滤除噪声处理,该滤波算法去噪后影像的PSNR值明显高于其他三种方法。结论：该混合滤波算法是一种较为有效的医学影像噪声滤除方法。     

黄土高原森林枯落物储量、厚度分布规律及其影响因素

森林枯落物的储量(LM)和厚度(LD)等物理属性,能够表征森林植被的物种多样性以及水源涵养、物质循环等生态功能,然而目前对枯落物储量和厚度分布规律与影响因素的深入探讨较少。以黄土高原为研究区,通过系统取样获得该区主要森林群落枯落物的储量与厚度数据,利用Kruskal-Wallis秩和检验、线性混合效应模型(LME)、普通最小二乘回归等统计方法,分别对不同林型枯落物储量和厚度的差异、储量和厚度的影响因素以及二者之间的关系进行分析。结果表明:1)针叶林与针阔混交林的枯落物储量和厚度差异不显著,但二者都显著大于阔叶林的储量和厚度。2)在纬度方向上,除南部个别点外,枯落物储量和厚度存在单峰格局,如储量在35°—36°N之间存在峰值,而厚度峰值则出现在36°—37°N之间。3)在海拔方向上,储量分布规律并不明显,厚度除了高海拔(3000 m以上)个别点外总体呈现递减格局;LME模型显示,枯落物储量与气温年较差、非生长季降水、总干面积和立木密度呈显著正相关,与乔木层丰富度呈显著负相关,而枯落物厚度与最冷月均温、生长季降水、总干面积和立木密度呈显著正相关,与乔木层丰富度、非生长季降水和坡度呈显著负相关;枯落物储量与厚度具有显著正相关关系,特别是在阔叶林和针叶林中,而对于针阔混交林来说二者并无显著相关性。研究结果可为黄土高原乃至中国北方地区生态系统碳循环评估和水土保持实践提供参考依据。     

星载大光斑LiDAR与HJ-1A高光谱数据联合估测区域森林地上生物量

以吉林省汪清林业局经营区为研究区,利用HJ-1A/HSI高光谱数据和ICESat-GLAS波形数据,估测区域森林地上生物量。从平滑后的GLAS波形数据中提取波形长度W和地形坡度参数TS,建立GLAS森林最大树高估测模型;从GLAS波形数据中提取能量参数I(植被回波能量Ev和回波总能量E之比),建立GLAS森林郁闭度估测模型;利用GLAS估测的森林最大树高和森林郁闭度联合建立森林地上生物量模型。由于GLAS呈离散条带状分布,无法实现区域估测,因此研究将GLAS波形数据与HJ-1A/HSI高光谱数据联合,基于支持向量回归机算法实现森林地上生物量区域估测,得到研究区森林地上生物量分布图。研究结果显示,基于W和TS建立的GLAS森林最大树高估测模型的adj.R~2=0.78,RMSE=2.51m,模型验证的adj.R~2=0.85,RMSE=1.67m。地形坡度参数TS能够有效的降低地形坡度的影响;当林下植被高度为2m时,得到的基于参数I建立的GLAS森林郁闭度估测模型效果最好,模型的adj.R~2=0.64,RMSE=0.13,模型验证的adj.R~2=0.65,RMSE=0.12。利用森林最大树高和森林郁闭度建立的森林地上生物量模型的adj.R~2=0.62,RMSE=10.88 t/hm~2,模型验证的adj.R~2=0.60,RMSE=11.52 t/hm~2。基于支持向量回归机算法,利用HJ-1A/HSI和GLAS数据建立的森林地上生物量SVR模型,生成了森林地上生物量分布图,利用野外数据对得到的分布图进行验证,验证结果显示森林地上生物量估测值与实测值存在很强的线性关系(adj.R~2=0.62,RMSE=11.11 t/hm~2),能够满足林业应用的需要。因此联合ICESat-GLAS波形数据与HJ-1A高光谱数据,能够提高区域森林地上生物量的估测精度。