共查询到10条相似文献,搜索用时 62 毫秒
1.
基因调控网络模型试图从海量的时序基因表达数据中研究基因的功能,推断基因之间的调控关系,从而揭示复杂的病理现象和生命现象.通过利用时序基因表达数据来推断一个基于稳态系统(S-system)模型的基因网络,提出使用粒群优化算法(PSO)来优化模型参数,从而捕捉基因表达数据中的动力学特性.实验结果表明,该方法能够使模型参数快速得到收敛,配置参数后模型仿真能力好,可以较好地识别基因调控关系. 相似文献
2.
《模式识别与人工智能》2014,(7)
目前,由大多数基因调控网络的重构方法推导出的网络结构是静态的,即不随时间改变.但在细胞周期或一个有机体的不同生长阶段,调控网络的拓扑结构会发生显著变化.这为深入了解基因调控的时空机制带来困难.因此,文中提出一种基于时延互信息和核权重l1正则化Logistic回归模型学习时变结构基因调控网络的算法.将其应用于两种生物情景数据:黑腹果蝇在不同阶段的肌肉发育和酿酒酵母苯菌灵中毒后的反应.实验结果显示,该方法能反映不同细胞状态对基因间相互作用的影响,有效获取基因调控网络随时间变化的动态效应. 相似文献
3.
结合基因调控网络本身的非线性特征,提出了一个改进型的基于惯性法则的微分动力学模型,并证明其具有递归神经网络特征。使用DNA修复网络的一组时序基因表达数据进行仿真实验,实验中用粒子群优化算法优化网络参数,得到了较有意义的结果。 相似文献
4.
5.
6.
7.
8.
在Ad Hoc网络中,如何基于多信道有效地利用网络中的频谱资源,提高网络的性能,已经成为近几年来研究的热点。在DSDV路由协议的基础上,提出了一种基于减少网络中的信道切换的路由算法——OLCH-DSDV,该算法采用最小切换时延的信道分配策略,尽量减少信道切换产生的时延,从而降低了网络时延,提高了吞吐量。该算法要求源节点通过自身维护的路由和信道使用信息,选择到达目的节点的最优路径,也就是需要最少信道切换的路径。仿真结果表明该路由改进算法在有效提高系统吞吐量的同时,也有效地减少了网络中的传输时延。 相似文献
9.
为克服单基因扰动实验必须遍历所有实验基因所导致的周期长和成本高的缺点,提出了一个自适应参数的灰关联聚类算法,每次基因扰动实验后通过自适应参数灰关联聚类算法选择下一个实验基因,从而省略不必要的基因扰动实验,得到满意的基因扰动顺序并建立基因调控网络.实验结果表明,该算法能有效地甄别对构建基因调控网络基本没有影响的基因,算法结果令人满意. 相似文献