随机游走算法在疾病相关关系预测中的应用

随着基因组学相关技术的快速发展,如何处理和利用海量的数据问题越来越重要,人类复杂疾病与基因、miRNA和lncRNA的关系也成为研究的热点之一.先阐述了随机游走算法的基本原理,随后分析了几类基于随机游走算法在基因、miRNA和lncRNA与疾病关系预测中的应用研究,最后对随机游走预测算在疾病相关关系预测方面的应用作了总结和展望.     

随机游走算法在疾病相关关系预测中的应用

随着基因组学相关技术的快速发展,如何处理和利用海量的数据问题越来越重要,人类复杂疾病与基因、miRNA和lncRNA的关系也成为研究的热点之一.先阐述了随机游走算法的基本原理,随后分析了几类基于随机游走算法在基因、miRNA和lncRNA与疾病关系预测中的应用研究,最后对随机游走预测算在疾病相关关系预测方面的应用作了总结和展望.     

基于随机游走的就业推荐系统研究与实现

目前,各高校的就业指导工作尚不完善,许多毕业生在求职初期缺乏目的性和针对性,在应聘并不适合自己的企业上耗费了大量的时间和精力,由此导致就业难度加大.在此情况下,我们设计开发了高校毕业生就业推荐系统.系统从大连理工大学就业实际工作出发,通过比较应届和往届毕业生基本特征,并结合基于随机游走模型的PageRank算法获得的各...     

基于跨尺度随机游走的立体匹配算法

传统的立体匹配算法大都基于两幅图像像素点或者局部块的对应性,在单一尺度下求取视差图,但这不能很好地建模低纹理及重复纹理区域的对应关系,致使获得的视差图精度有限。为了改善上述问题,考虑到人眼视觉系统在不同尺度上处理所接收到的视觉信号,提出了跨尺度的重启动与随机游走算法。首先计算场景图像的匹配代价,其次利用超像素分割进行快速初始聚合,然后使用重启动与随机游走算法对其进行全局上的优化,最后采用跨尺度模型实现匹配代价的有效融合更新,继而获取场景图像的视差图。在Middlebury数据集上的实验仿真结果表明,相较于传统的跨尺度立体匹配算法,该算法能够有效地将场景图像在所有区域及非遮挡区域的加权平均误匹配率分别降低1个百分点和3个百分点,获得高精度的视差图。     

基于主题敏感的重启随机游走实体链接方法

实体链接任务的目的是将文本中的实体指称链接到知识库中与之对应的无歧义实体。针对此任务, 提出一种基于主题敏感的重启随机游走的实体链接方法。该方法首先使用实体指称的背景文本信息将实体指称扩充为全称, 并在维基百科知识库中搜索候选实体, 得到候选实体集合; 根据上述中间结果构建图, 利用在图上的主题敏感重启随机游走得到的平稳分布对候选实体集合进行排序, 选出top 1 的候选实体作为目标实体。实验结果表明, 该方法在KBP2014 实体链接数据集上实验的F 值为0.623, 高于其他系统实验的F值, 能够有效提高实体链接系统的整体性能。     

一类具有吸收点的平面随机游走

本文研究一类具有吸收点的平面随机游走,它较L.Sharpiro在[2]中研究的情况更复杂:将直线y=x上的点按模3分类,取其中一类或两类作为吸收点。本文求得了从(0,0)出发到点(i,j)的一切安全路径的权和S_(ij)的表达式,并且说明了在两个概率模型中的应用。     

基于用户相似度的随机游走社交网络事件推荐算法

针对基于社交网络的事件推荐覆盖性和准确性不够高的问题,提出了基于用户相似度Si-user Walker算法.该算法利用基于事件的社交网络特征,将线上用户群组数据抽象为图,以重启随机游走算法为基础,改变了传统的完全基于图的拓扑结构进行随机游走的策略.根据地理位置划分事件类型,提出了新的用户相似度计算方法,然后根据用户相似度矩阵作为随机游走的转移概率,既保留了图的传递性,又保证了图节点游走的真实性.与其他推荐算法在真实的数据集上实验表明,该算法在均方根误差、准确率及覆盖率上均得到提升.     

基于随机游走的进化计算社区发现

网络结构关系错综复杂,在复杂网络上寻找最优的社区结构是一个NP-Hard问题,进化计算被认为是解决这类问题的有效方案,人们尝试利用群智能方法来搜索最优的社区结构。目前,针对包含节点属性的属性网络,基于进化计算的社区发现方法还面临若干挑战：（1）基因编码策略都直接或间接采用邻位编码,致使算法的搜索空间受限于拓扑结构,属性信息利用程度低,导致算法精度不足;（2）缺少对社区边缘度较小的节点的考虑,造成社区边界识别较低。针对上述问题,提出了一种基于随机游走的进化计算社区发现算法。首先,设计了一种基于拓扑及属性信息随机游走的社区初始化策略,以准确识别社区边界,提高社区发现的精度。其次,设计了综合考虑拓扑和属性的节点嵌入向量更新策略,使节点的属性信息能够在进化过程中被有效利用,以提高社区划分的质量。通过在真实和人工数据集上实验,验证了提出的新算法能够比现有方法得到更好的社区划分。     

基于多级深度特征与随机游走的显著性检测

为了解决图像显著性检测中传统方法特征学习不全面、复杂场景下显著区域凸出不明显的问题,提出了一种基于多级深度特征和随机游走的显著性检测算法。首先,利用全卷积神经网络,结合深层和浅层卷积特征信息对图像进行多级卷积深度特征提取;然后,对图像进行超像素分割,将提取的深度卷积特征分配给相应的超像素,构建特征矩阵;最后,通过正则化随机游走排序模型生成最终的显著图。在ECSSD和DUT-OMRON数据库上的实验结果表明,与6种具有代表性的显著性检测算法相比,文中算法的准确性和F值具有一定的优势。     

企业关系网络中基于相似度的弱关系分析

为了研究企业之间存在的弱关系,在企业关系网络上应用了相似度的分析方法,找到了企业关系网络中存在的基于产品的不同关系,由此划分出产品子图。并基于不同产品子图之间的相似度分析,找出企业之间存在的基于产品与客户资源的竞争关系。实验结果表明,当两个企业的产品与客户的相似度越高,这两个企业在未来使用的竞争策略的相似度也越高。     

基于随机游走的概念显性语义关联度计算

开放知识网络中概念语义关联度计算是一个重要的问题.吸取蚁群算法思想中的信息素策略,并以融入了该策略的随机游走作为关联度计算的基本框架,将信息素分布作为语义关联紧密程度的判定依据,提出一种基于随机游走的语义关联度计算方法,以显性方式呈现语义关联度的计算探索过程.该算法主要包含路径选择模型(PSM)和语义关联度计算模型(SRCM)两部分.PSM用于指定游走代理在游走过程中的路径选择、信息素释放过程;SRCM利用游走代理反馈的信息进行语义关联度的计算.实验结果表明,该算法能够在线性复杂度下实现语义关联度的计算,扩展了语义关联度计算的可行策略.     

直线上时间随机环境中随机游动的基本性质

讨论了一类直线上时间随机环境中随机游动的基本性质,为进一步研究这个具体模型的性质,如大数定律、中心极限定理等奠定了基础.     

半直线上独立随机环境中的随机游动

在环境独立同分布的前提下,关于随机环境中的随机游动的成果已很丰富,假定环境独立但不必同分布,为了研究半直线上随机游动的一些性质,假定环境还满足一定的其他条件,证明了一个强大数定律,运用该定律讨论了过程常返性及非常返性的判定,它蕴涵了环境独立同分布的部分结果.     

Some Probability Properties of Random Walk in Time-Random Environment

A general formulation of the stochastic model for random walk in time-random environment and an equivalent definition is established in this paper.Moreover,some basic probability relations similar to the classical case whichare very useful in the corresponding research of fractal properties are given.At the end,a typical example is provided to show the recurrence and transience.     

Semantic image annotation based on GMM and random walk model

Automatic image annotation has been an active topic of research in computer vision and patternrecognition for decades.A two stage automatic image annotation method based on Gaussian mixturemodel (GMM) and random walk model (abbreviated as GMM-RW) is presented.To start with,GMM fitted by the rival penalized expectation maximization (RPEM) algorithm is employed to estimatethe posterior probabilities of each annotation keyword.Subsequently, a random walk processover the constructed label similarity graph is implemented to further mine the potential correlations ofthe candidate annotations so as to capture the refining results, which plays a crucial role in semanticbased image retrieval.The contributions exhibited in this work are multifold.First, GMM is exploitedto capture the initial semantic annotations, especially the RPEM algorithm is utilized to train themodel that can determine the number of components in GMM automatically.Second, a label similaritygraph is constructed by a weighted linear combination of label similarity and visual similarity ofimages associated with the corresponding labels, which is able to avoid the phenomena of polysemyand synonym efficiently during the image annotation process.Third, the random walk is implementedover the constructed label graph to further refine the candidate set of annotations generated byGMM.Conducted experiments on the standard Corel5k demonstrate that GMM-RW is significantlymore effective than several state-of-the-arts regarding their effectiveness and efficiency in the task of automatic image annotation.     

一类半直线上非紧邻随机环境中随机游动常返暂留性的判定

考虑半直线上(1,R)随机环境中的随机游动.通过构造合适的李雅普诺夫函数,运用马氏链的鞅判别准则,给出了游动常返暂留性以及正常返性的判定.     

近临界紧邻随机游动局部时的重整化极限

Lamperti于1961年证明了在适当条件下, 半直线上一类近临界的紧邻随机游动经过重整化会弱收敛到布朗运动. 考虑过程局部时重整化的极限问题, 运用随机游动的内蕴分枝结构以及非时齐分枝过程重整化极限的结果, 证明了其局部时经过适当的重整化会收敛到布朗运动的局部时.      

基于含时网络与随机矩阵理论的投资组合研究

考虑到资产收益率间复杂的线性和非线性动态相关及演化关系,基于Pearson相关系数、Kendall秩相关系数和Tail相关系数等构建含时网络并结合随机矩阵理论,研究最优投资策略问题。为了对比不同相依关系、不同中心性测度及是否降噪对投资策略的影响,构建了9个资产筛选网络模型,并基于上证180指数数据,求解最优投资策略,分析其内样本和外样本表现。研究发现:在Kendall和Tail相关系数下的模型所选资产组合可以有更低的交易成本,运用随机矩阵理论进行降噪能显著提升投资收益,含时条件中心性测度的引入有助于筛选出更优的资产组合。     

Qos约束随机游走在移动自组网资源发现中的应用

针对目前移动自组网随机游走资源发现协议在请求转发过程中没有考虑Qos（Quality of Service）,使得选取的资源发现路径常常无法达到用户的要求,提出了将Qos约束条件应用到随机游走资源发现协议中,节点在随机转发请求分组时搜集邻居节点的剩余带宽、连接延迟和丢包率等信息,通过Qos计算公式计算出节点的Qos值,根据Qos值决定转发节点的选择或者丢弃,最终找到一条能够很好满足用户Qos需求的资源发现路径。