一种基于Quartet Puzzling和邻接法的进化树构建算法

最大似然法是目前较准确的一种进化树构建方法,但是其时间复杂度非常高.在实际应用中,用分治策略实现最大似然法的Quartet Puzzling(QP)得到了人们的关注.它首先估计Quartet拓扑结构集合Q,然后利用重组技术将Q中的信息合并到一起构成一个包含所有序列的进化树.研究表明,QP的准确性不像人们所期望的那样高.如何快速有效地将Q所包含的信息融合在一起仍然是QP所面-临的一个问题.为了提高QP,结合邻接法提出一种新的进化树构建方法QPNJ.理论上,QPNJ与QP具有相同的时间复杂度.通过模拟实验将QPNJ与QP以及目前流行的进化树构建方法进行了比较.结果表明,QPNJ比QP和邻接法更准确,并且其性能不依赖于模型树的结构,从而证明了QPNJ的有效性.     

基于直推式支持向量机的图像检索

为缩小图像的低层特征与高层语义之间的语义鸿沟,基于支持向量机的相关反馈机制受到越来越广泛的关注,但这种方法并没有利用未标记样本的隐含信息.为更好地利用这些信息,提出将直推式支持向量机作为反馈过程中的学习算法.通过分析其所用特征向量的特点,设计一种颜色稀疏特征,并将其与纹理特征结合作为图像描述的特征.实验结果表明该方法较令人满意,同时也说明直推式支持向量机可在文本分类以外的领域取得较好结果.     

基于IBL算法的CBR系统中索引与检索机制研究

文章介绍了基于示例学习算法IBL的概况,并对其加以改进,提出了一个新的算法IBL－Cluster。它主要由概念描述形成算法和概念描述修改算法构成。在此基础上建立了应用在基于事例的推理系统CBR中的基于IBL算法的索引与检索机制。实验表明新算法IBL－Cluster在存储空间及测试正确率方面均有改善。     

植物抗性基因识别中的随机森林分类方法

为了解决传统基于同源序列比对的抗性基因识别方法中假阳性高、无法发现新的抗性基因的问题,提出了一种利用随机森林分类器和K-Means聚类降采样方法的抗性基因识别算法。针对目前研究工作中挖掘盲目性大的问题,进行两点改进:引入了随机森林分类器和188维组合特征来进行抗性基因识别,这种基于样本统计学习的方法能够有效地捕捉抗性基因内在特性;对于训练过程中存在的严重类别不平衡现象,使用基于聚类的降采样方法得到了更具代表性的训练集,进一步降低了识别误差。实验结果表明,该算法可以有效地进行抗性基因的识别工作,能够对现有实验验证数据进行准确的分类,并在反例集上也获得了较高的精度。     

类别不平衡的分类方法及在生物信息学中的应用

提出一种处理正反例不平衡的分类方法,以解决生物信息学中的snoRNA识别、microRNA前体判别、SNP位点的真伪识别等问题. 利用集成学习的思想,将反例集均匀分割并依次与正例集组合,得到一组类别平衡的训练集.然后对每个训练集采用不同原理的分类器进行训练,最后投票表决待测样本.为了避免弱分类器影响投票效果,结合AdaBoost思想,将每个分类器训练中产生的错误样本加入到下2个分类器的训练集中,既避免了AdaBoost的反复训练,又有效地利用投票机制遏制了弱分类器的影响.5组UCI测试数据和3组生物信息学实验证明了它在处理类别不平衡分类问题时的优越性.     

基于IBL算法的CRB系统中索引与检索机制研究

文章介绍了基于示例学习算法IBL的概况,并对其加以改进,提出了一个新的算法IBL－Cluster。它主要由概念描述形成算法和概念描述修改算法构成,在此基础上建立了应用在基于事例的推理系统CBR中的基于IBL算法的索引与检索机制。实验表明新算法IBL－Cluster在存储空间及测试正确率方面均有改善。     

基因组高通量测序数据结构变异识别算法

遗传变异是生命的基本特征,遗传变异与表型差异之间的关系,是现代生物学的一个基本问题。由基因决定生物体的遗传特征和主要个体差异的观念正在逐渐改变,过去几年的许多研究显示,基因组中大尺度的结构变异与个体的表型差异和疾病等有一定的关联。有关遗传变异和表型多样性的研究,需要比较生物体个体基因组间的各种不同。利用NGS数据全面分析结构变异的技术目前仍然不成熟。因此本文根据生物学知识,利用高通量测序数据,对植物基因组结构变异的识别问题深入系统的研究,提出新的结构变异识别方法和精确的断点预测方法。     

基于条件Wassertein生成对抗网络的图像生成

生成对抗网络(GAN)能够自动生成目标图像,对相似地块的建筑物排布生成具有重要意义.而目前训练模型的过程中存在生成图像精度不高、模式崩溃、模型训练效率太低的问题.针对这些问题,提出了一种面向图像生成的条件Wassertein生成对抗网络(C-WGAN)模型.首先,该模型需要识别真实样本和目标样本之间特征对应关系,然后,...     

系统发生树构建技术综述

随着不同的分子测序技术的飞速发展使得大量的DNA分子数据不断涌现,这给生物学家提供了大量的数据使其实现重构地球上所有生命的进化树的梦想.并且,进化树的研究对于解决现代分子生物学中的许多问题都是非常关键的,如多序列比对、蛋白质结构和功能预测以及药物设计等等.但是构建进化树又是一个非常复杂的问题.因此,进化树的研究成了一个研究热点.本文介绍了进化树研究的发展、研究现状,最后在总结现有的进化树构建技术存在的问题的基础上探讨了该领域进一步的研究方向.     

RNA二级结构预测方法综述

RNA二级结构预测是计算分子生物学中的一个重要领域.本文介绍了RNA二级结构的预测方法,包括该问题的数学模型、主要算法思想以及每种算法对应的软件.在tRNA和RNase P RNA数据库中随机选取了几组样例对目前主要的7种软件进行测试,同时对每种软件的优缺点进行了详细比较.实验证明,当存在同源序列时,Pfold的效果优于其它软件.最后,在总结分析现有算法的基础上探讨了该领域进一步的研究方向.