无表达式树的基因表达

传统基因表达式编程（GEP）进行基因表达时,动态生成释放大量表达式树（ET）,成为GEP的性能瓶颈。提出基于Scale的基因表达算法解决此问题。Scale是一个约束线性表。由于Scale支持一次创建,永久使用,而无须更多维护。所以把基因表达至Scale中避免了ET的动态生成和释放。实验结果表明,在多数情况中,基于Scale的基因表达较基于ET的基因表达快6~10 倍。     

面向领域的学术文献检索框架

在学术文献检索中,如果检索系统根据用户提交的查询返回相关领域的文献,并将文献按重要程度进行排序,可以帮助用户快速了解相关学术领域.提出一个面向领域的学术文献检索框架,结合引用网络分析和内容分析来发现并排序相关领域重要文献.该框架设计了一个评分函数进行检索,包含两个方面:(1)论文在所查询领域的重要性;(2)论文与该领域的相关性.首先研究了一个“社区核”发现算法,从引用网络上发现和查询领域相关的一个文献子集,并对论文计算重要性评分.设计了一种有监督非负矩阵分解算法,该算法使用确定的领域相关文献为先验知识对其他论文进行分类并给出一个评分,以确定论文和查询学术领域的相关性.在真实数据集和合成数据集上的实验,证实了方法的有效性.     

基于基因表达式编程的地面等待策略模型研究

针对地面等待策略,给出了问题的具体描述,建立了基于基因表达式编程的地面等待策略模型.该模型考虑了不同机型航班延误费用不同的重要经济因素,采用多基因家族对航班和时隙进行编码.同时,针对有后继任务的航班提出双胞基凶.结合实际空中交通管理约束,对普通基因和双胞基因分别没计了适应度函数.实验仿真中,将本文算法与RBS算法、二次自然增长延误箅法比较,在所有航班总延误费用较少的情况下,本文算法分配结果中有后继任务航班的总延误时间和总延误费用较RBS算法减少26%和32%,较二次自然增长算法减少了27%和31%,表明了模型和算法的有效性.     

基于多槽哈夫曼Trie树的规则引擎快速匹配算法

为了提高机场类企业数据在海量规则集合中的匹配能力,提出了基于多槽哈夫曼Trie树（MSTHTrie）的规则引擎快速匹配算法。该算法充分利用了规则点属性名数与规则条数之间的不对称特性,将对规则的线性比对转换为对多槽的并行比对,从而在稳定的空间复杂度下提高了规则引擎的匹配效率。首先对通用规则进行了严格的形式化描述,并在合理假设条件下证明了槽内规则分布命题和动作数定理;然后基于动作数定理提出了简化操作符的MSHtree算法;随之扩展操作类型提出了MSHTrie算法,使规则引擎有了普适性;最后在国内枢纽机场的业务数据上完成对比实验,表明新算法在空间复杂度上较传统线性匹配算法节约了52.6%,匹配性能上与Policytree算法相比提高了21.3%。     

基因的无树评估

传统基于表达式树ET的基因评估从性能角度讲主要缺点是：重复遍历表达式树和进行大量重复计算。提出基于Scale的基因评估。变量矩阵用来避免基因评估中的重复计算。实验表明,在绝大多数数据分布下和参数选择情况下：基于Scale的基因评估较基于 ET 的基因评估快 3~5 倍。     

基于疾病信息网络的表型相似基因搜索

人类基因组计划的成果推动生物信息学研究的发展.基于疾病表型相似性策略寻找功能上存在联系的致病基因,称作"表型相似基因",具有重要的研究价值和广阔的应用前景,成为一个新兴的研究热点.然而,生物医学领域尚没有利用计算机方法开展基于"基因-疾病-表型"关系网络的表型相似基因搜索研究.对此,利用疾病公开数据库构建了包含基因、疾病、表型这三类异构类型节点的疾病信息网络,并设计了基于疾病信息网络的相似基因搜索算法gSim-Miner.针对疾病表型数据的特点,设计了剪枝策略提高算法效率.通过在真实数据上的实验,验证了疾病信息网络对搜索表型相似基因的适用性,以及gSim-Miner算法的有效性,执行效率和可扩展性.     

基于基因表达式编程的知识发现的三项新技术--转基因,重叠基因表达和回溯进化

介绍了在研发基于基因表达式编程(GEP)的知识发现的三项新技术,包括:(a)转基因技术,通过注入转基因,引导进化方向,控制知识发现过程;(b)重叠基因表达,借鉴生物基因片段重叠表达,引入重叠基因概念,节约了表达空间;(c)回溯进化,借鉴生物“返祖现象”,引入回溯检查点概念和可回溯GEP算法、设计了等比递增检查点序列和加速递增检查点序列,约束回溯过程。实验表明,三项技术在一定的场合下分别提高了知识发现的性能1至2个数量级。     

时态数据的变粒度分段存储策略及其效益分析S

根据时态数据库用户对数据厚今薄古的需求特点,该文提出变粒度分段存储技术,将一个对象的历史分为3个时期,分介质、变粒度存储.文章讨论了分段存储的特殊数据结构、时代转移算法和压缩采样算法.基于微机实用参数的定量分析表明,这一技术将时态存储密度和时态查询速度提高了一个数量级.     

知识发现的研究现状,核心技术和哲学思想

介绍知识发现和数据采掘技术的发展背景和研究动态,用实用简明的例子说明数据采掘的主要任务,并从方法论上分析ＫＤＤ的技术优势。     

内嵌基因表达式编程及其在函数发现中的应用

为了提高表达效率,提出了新的基因解码方案,形成了内嵌基因表达式编程算法EGEP;提出了极大表达树、嵌套表达树和拼接表达树等概念;分析了基因的表达空间和算法的复杂度.实验表明,该算法提高了函数发现的成功率;在小规模种群的函数中其能力明显优于GEP.在单基因情况下,目标为一元函数和二元函数时,EGEP平均成功辈数分别为GEP算法的25.5%和16.3%;各种规模下,在EGEP算法中二元函数的成功率平均比GEP提高43%以上.