广义隐Markov模型在基因识别中的应用

广义隐Markov模型(GHMM)是基因识别的一种重要模型,但是其计算量比传统的隐Markov模型大得多,以至于不能直 接在基因识别中使用。根据原核生物基因的结构特点,提出了一种高效的简化算法,其计算量是序列长度的线性函数。在此 基础上,构建了针对原核生物基因的识别程序GeneMiner,对实际数据的测试表明,此算法是有效的。     

昆虫行为研究中日长的计算

提供了一种计算日长的算法及其FORTRAN77源程序。经过多年来在观测昆虫起飞行为、计算昆虫迁飞轨迹、确定昆虫临界光周期等行为学和生态学研究中的应用 ,表明该算法简单易行且具有足够的精度 (同于天文年历 ) ,是一种方便的实用工具     

蚂蚁群落优化算法在蛋白质折叠二维亲-疏水格点模型中的应用

氨基酸的亲疏水格点模型是研究蛋白质折叠的一种重要的简化模型,其优化问题是一个非确定型的多项式问题。采用蚂蚁群落优化算法对这一问题进行了研究,对测试数据的计算结果表明,在一定规模下,此算法能够有效地获得亲-疏水格点模型的最优解,其效率优于传统的Monte Carlo仿真等方法。     

基因非编码区与转录调控元件的识别研究

随着后基因组时代的到来,非编码区的研究已经成为科学家面临的挑战,对基因非编码区的一个主要研究方向就是对调控元件的研究。识别转录调控元件是理解基因转录机制和表达模式的关键。较全面地介绍了基因非编码区以及调控元件,包括功能和作用,常用识别算法,并对常用数据库进行介绍,提出可能的研究方法和发展方向。     

Comparison of Algorithms for an Electronic Nose in Identifying Liquors

When the electronic nose is used to identify different varieties of distilled liquors, the pattern recognition algorithm is chosen on the basis of the experience, which lacks the guiding principle. In this research, the different brands of distilled spirits were identified using the pattern recognition algorithms （principal component analysis and the artificial neural network）. The recognition rates of different algorithms were compared. The recognition rate of the Back Propagation Neural Network （BPNN） is the highest. Owing to the slow convergence speed of the BPNN, it tends easily to get into a local minimum. A chaotic BPNN was tried in order to overcome the disadvantage of the BPNN. The convergence speed of the chaotic BPNN is 75.5 times faster than that of the BPNN.     

基于决策树的代偿期和失代偿期肝硬化自动诊断的方法

决策树方法因结构简单、便于理解和具有较高的分类精度而在数据挖掘中被广泛采用.本文利用改进的决策树算法C4.5从201例肝硬化病例中自动地提取相应的肝硬化状态识别规则,得到决策树分类模型并归纳出代偿性肝硬化和失代偿性肝硬化的诊断规则,识别正确率为84.6%.实验结果表明决策树能较好的自动从肝硬化病例中归纳出代偿性和失代偿性肝硬化的诊断规则.     

基于药效动力学的餐前胰岛素用量算法研究

目的:为了有效地减少由于胰岛素剂量不当发生的高/低血糖,探索基于药效动力学的餐前胰岛素用量算法.方法:基于已有的胰岛素药效学数据,采用插值和数值积分的方法来准确地计算出体内残余活性胰岛素量.结果:得到餐前所需补充的胰岛素用量算法并实现了计算机图形用户界面操作.结论:该算法可以使得治疗更加准确化和智能化,值得在临床上推广应用.     

肺结节检测算法研究

探讨基于CT图像数据的肺结节自动检测算法。肺结节提取一般步骤为：CT图像预处理、肺实质分割、肺结节提取。     

基于改进的Winnow算法的剪接位点识别

DNA序列功能位点的识别是目前生物信息学领域的一个研究热点,剪接位点的识别就是其中之一.为了充分利用剪接位点的特征模式,从而更好地识别剪接位点,建立了一个基于改进Winnow算法的剪接位点识别系统.与其他方法相比较,改进的Winnow算法具有更好的鲁棒性,适用于高维特征空间,能够融合多种模式信息,即使在包含很多不相关特征的情况下,也能有很好的性能.同时在训练的时候,对特征集进行了剪枝,把一些对识别几乎没有贡献的特征去除,这样做对结果的影响可以忽略,而且提高了算法的效率.通过实验验证,改进的Winnow算法可以很好地识别剪接位点,其多个性能指标达到或超过目前国际上流行的剪接位点识别软件.     

实蝇科果实蝇属昆虫数字图像自动识别系统的构建和测试

针对双翅目实蝇科果实蝇属昆虫的自动识别,本文提出利用翅及中胸背板图像的局部二进制模式（local binary pattern, LBP）特征,采用Adaboost算法, 设计和开发“实蝇科果实蝇属昆虫数字图像自动识别系统”（Automated Fruit fly Identification System-Bactrocera, AFIS-B）。该系统包括图像采集、图像裁剪、预处理、特征提取、分类器设计、识别和显示,共7个模块。研究结果表明： LBP特征可以有效鉴别实蝇科果实蝇属昆虫;在对实蝇科果实蝇属8个种的测试中, 该系统表现出较高的准确性和稳定性,平均识别率可达80%以上。此外,还对果实蝇属昆虫翅膀及中胸背板图像在光照不均匀、姿态扭曲、样本受损及样本量大小等不同条件下的识别率进行了试验测试。结果表明, 该系统对测试样本的光照不均匀、 姿态扭曲和样本受损都表现出良好的鲁棒性,正确识别率与训练集样本各个种数量在一定条件下明显正相关,与训练集样本物种总量负相关。该项研究为实蝇科有害昆虫自动识别系统的构建及实际应用提供了理论、 方法及基础数据的支撑, 亦可为其他昆虫自动识别系统的研究和构建提供有益借鉴。 关键词：