在复杂网络条件中发现基因本体的隐藏信息

近年来,本体作为语义表示被广泛的应用到众多学科中。基因本体是本体优势的一个很好的例证,并作为共享控制性词汇被应用到实践当中。但是,随着本体的规模和复杂性的迅速增加,使得本体的结构变得越来越复杂而难以理解和使用。本文主要研究发现隐藏信息,诸如复杂网络大型本体的拓扑特征和潜在的重要的术语等。通过研究说明基因本体显示出与复杂网络相同的拓扑特征,就像“smallworld”和“scale-free”。本文评价了中心化方法对于本体重要概念的识别非常合适,并且表明在所有评估的中心化测量中,Betweenness Centrality是最合适的方法。     

无线传感器路由算法中的仿真研究

在研究无线传感器优化的问题中,传感器的簇首节点选择的合理性直接决定传感器网络寿命的长短.由于传统的算法在确定簇首过程中忽略了邻居节点的状态信息,导致簇内节点过早的出现盲节点,从而降低网络的生存时间.针对传统LEACH 算法能量消耗快、网络生存时间短的缺点,提出了一种改进的 LEACH 算法(ILEACH).在分簇阶段簇首选择时充分考虑节点剩余能量和地理位置因素;在稳定传输阶段,采用改进的簇首间多跳路由机制,并在转发过程中再次进行数据融合.对 ILEACH 算法进行仿真实验,仿真结果表明,与经典分簇路由算法 LEACH 相比,ILEACH 算法有效平衡节点间开销,提高能量有效性,降低了网络整体能耗,有效地延长了网络的寿命.     

iFIX组态软件在污水处理控制系统中的应用

介绍了组态软件iFIX在污水控制系统中的应用情况,对iFIX组态软件的特点进行了简介说明以及对整个污水处理控制系统的组成进行了阐述,提出了系统进行组态过程中的两个主要技术问题,iFIX和关系数据库的通讯以及日报表的生成,并提供了解决方法,同时给出了解决报表的部分主要程序代码。     

网络安全的主要影响因素及防护措施

网络操作系统作为一个软件平台,其本身也是一个功能强大、复杂的软件,正因为这样,网络操作系统存在各种各样的安全问题.论述了影响计算机网络安全的主要因素和确保计算机网络安全的防范措施.     

基于ADO.NET的药品管理系统的设计与实现

目前不少医院的药品管理系统都不同程度的实现了一定的信息化,但大多数管理系统的实现技术都比较落后,还停留在简单的模式之中。以某医院药品管理系统为背景,提出了基于ADO.NET技术的药品管理系统的设计。该系统基于ADO.NET技术,运用C/S三层应用体系构造系统构架,采用SQL Server 2000作为后台数据库,利用VB.NET作为开发工具,基本实现了医院药品管理的信息化、规范化、科学化。     

基于眨眼持续时间的司机疲劳检测方法

利用红外敏感的摄像机获得司机脸部图像,通过可变性模板匹配的方法对眼睛进行定位,然后利用卡尔曼滤波的方法跟踪眼睛,得到司机的眨眼持续时间参数,以此为依据判断司机是否疲劳.主要研究了其中的图像处理方法--特征提取算法和眼睛定位、跟踪算法.实验结果证明,眨眼持续时间判断是否疲劳的有效指标.     

面向AIS医疗应用服务的系统研究与开发

肿瘤是当前医学领域尚未完全攻克的难题,针对这一现象,提出了一种借用人工免疫系统模型,通过嵌入式技术等实现手段,探讨了利用人工智能技术治疗肿瘤病患者的方法。该思路的重点在于利用人工免疫网络具备联想、耐受与自稳等特性,通过将其以适当的方式作用于人体,达到激发人体固有免疫系统,恢复原有免疫功能、提升人体抵抗病原侵入的能力,从而达到自愈的目的。详细介绍了系统的设计方法、硬件构成和应用情况,在一定程度上为人工免疫网络的应用研究拓宽了思路。     

基于人工神经网络的股票高低点周期预测模型

基于股市波动的特点提出一种新的数据预处理方法--高低点法,并使用人工神经网络构建一个用于股市预测的高低点周期预测模型,该模型较好地刻画了股票市场运行的特点.     

基于ASP.NET的水稻分子育种信息平台管理系统

为实现水稻生物学数据的共享、交流和利用,基于ASP.NET,结合国内外水稻分子育种研究的现状和需求,构建了水稻分子育种信息平台.系统平台设计了基因库、QTL库和Ontology等多个子库和模块,并针对生物学数据的特点,采用B/S架构,运用存储过程和分页技术等多重手段,实施了客户端和服务器端双重安全屏障.对系统的实现技术、实现方案和优化设计等进行了详细的讨论和阐述.     

贝叶斯网参数学习中连续变量离散化方法研究

连续变量离散化是贝叶斯网络参数学习中面临的一个重要问题,它的好坏将直接影响到贝叶斯网络的推理效果。目前缺少一种有效的手段用于评价连续变量离散化的好坏,通过研究,提出了推理信息量的概念,并采用作为衡量连续变量离散化好坏的标准。在连续变量离散化的过程中,采用遗传算法通过迭代的方式寻求最优解,其中,推理信息量作为衡量个体适应度的标准。实例分析证明,推理信息量大的推理效果好要优于推理信息量小的推理效果。