检索结果-南通市图书馆

作者：曾艳西安电子科技大学

学位级别：硕士

组合优化中的许多问题是NP-完全问题,也是科学和工程计算中重要和基本的问题,这类问题的求解一直是算法研究领域的热点问题。对于NP-完全的组合优化问题,至今尚无很好的解析算法,一般采用启发式算法来解决。蚁群算法作为一种新的启发式... 详细信息

组合优化中的许多问题是NP-完全问题,也是科学和工程计算中重要和基本的问题,这类问题的求解一直是算法研究领域的热点问题。对于NP-完全的组合优化问题,至今尚无很好的解析算法,一般采用启发式算法来解决。蚁群算法作为一种新的启发式算法,它具有正反馈、分布式计算以及结构性的贪心启发等特点,使其能够成功地解决许多NP-完全的组合优化问题。本文在详细介绍蚁群算法原理的基础上,对蚁群算法在组合优化问题中的应用进行分析和研究,主要将蚁群算法应用于求解最大团和最大割两个经典的NP-完全组合优化问题,本文主要做了以下工作: 1、在研究已有的最大团问题的蚁群算法以及对蚁群算法深入分析的基础上,根据最大团问题的特点,提出了最大团问题的新型蚁群算法,通过大量的仿真试验证明,算法的性能明显提高了。 2、以最大团问题为例,对蚁群算法的参数进行了深入研究,并提出了使用动态局部启发信息的改进策略。仿真试验证明,该方案使算法的性能得到一定的提高。 3、在研究了组合优化问题基础上,提出了最大割问题的蚁群算法方案。大量的仿真试验证明,该方案能较成功地解决最大割问题。

关键词：蚁群算法组合优化最大团最大割

内脂素通过PI3K/AKT/GSK信号通路对KKAy糖尿病小鼠骨骼肌糖代谢的影响

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

内脂素通过PI3K/AKT/GSK信号通路对KKAy糖尿病小鼠骨骼肌糖代谢的...

作者：陈其荣遵义医学院

学位级别：硕士

目的:观察内脂素对KKAy糖尿病小鼠骨骼肌组织PI3K(磷酯酰肌醇3激酶)、蛋白激酶B(Akt)、糖原合成酶激酶-3β(GSK-3β)、葡萄糖转运蛋白-4(GLUT-4)的影响,探讨内脂素在骨骼肌PI3K/Akt/GSK/GLUT-4信号通路中的作用及其可能的降糖机制。方法... 详细信息

目的:观察内脂素对KKAy糖尿病小鼠骨骼肌组织PI3K(磷酯酰肌醇3激酶)、蛋白激酶B(Akt)、糖原合成酶激酶-3β(GSK-3β)、葡萄糖转运蛋白-4(GLUT-4)的影响,探讨内脂素在骨骼肌PI3K/Akt/GSK/GLUT-4信号通路中的作用及其可能的降糖机制。方法:C57BL/6J小鼠随机分为空白对照组(CON)、高脂喂养组(HFD),KKAy糖尿病小鼠予以高脂饲料喂养,随机分为4组:糖尿病模型组(DM)、visfatin治疗组(V)、visfatin+LY294002联合组(V+LY)、LY294002组(LY),两次空腹血糖均≥13.9mmol/L为糖尿病成模,成模后2周,visfatin组腹腔注射内脂素重组蛋白,visfatin+LY294002联合组腹腔注射内脂素重组蛋白及LY294002,LY294002组腹腔注射LY294002;测定各组空腹血糖(FBG)、空腹胰岛素(FINS)、总胆固醇(TC)、甘油三酯(TG)、高密度脂蛋白胆固醇(HDL-C)及低密度脂蛋白胆固醇(LDL-C);计算稳态模型胰岛素抵抗指数(HOMA-IR)及胰岛素敏感指数(ISI)。采用RT-PCR方法测定各组小鼠骨骼肌组织中PI3K、AKT、GLUT-4 m RNA表达,western blot测定各组小鼠骨骼肌组织中PI3K、AKT、P-AKT、GSK-3β、P-GSK-3β、GLUT-4蛋白表达。结果:高脂组FINS、TC、LDL-C和HOMA-IR较空白组显著升高(P<0.05);糖尿病小鼠FBG、FINS、TG、TC、LDL-C和HOMA-IR水平均较高脂组显著升高(P<0.05),内脂素治疗组FBG、TG、TC、LDL-C较模型组显著降低(P<0.05)。与空白组比较,高脂组AKT m RNA表达量明显降低(P<0.05),与高脂组比,糖尿病组PI3K、AKT m RNA、GLUT-4表达量均显著降低;与糖尿病组比较,内脂素组PI3K、AKT、GLUT-4m RNA表达量均明显增加(P<0.05)。与内脂素比较,联合组PI3K、AKT、GLUT-4m RNA表达量均明显增加(P<0.05),与联合组比较,抑制剂组PI3K、AKT、GLUT-4m RNA表达量均明显降低(P<0.05)。与空白组比较,高脂组GLUT-4蛋白表达量明显降低;与高脂组比较,糖尿病组PI3K、GLUT-4蛋白表达量均明显降低、AKT蛋白表达量及其磷酸化水平均明显降低、GSK-3β蛋白表达量明显增高而其磷酸化水平明显降低(P<0.05);与模型组比较,内脂素组PI3K、GLUT-4蛋白表达量均明显增加、AKT磷酸化表达量明显升高、GSK-3β蛋白表达量降低且其磷酸化水平明显升高(P<0.05)。与内脂素组比较,联合组、抑制剂组PI3K、GLUT-4蛋白表达量、AKT、GSK-3β磷酸化均明显降低,但GSK-3β蛋白表达量明显升高(P<0.05)。与联合组比较,抑制剂组GLUT-4蛋白表达量明显降低(P<0.01)。结论:内脂素通过调节骨骼肌P13K/Akt/GSK/GLUT-4通路活性,从而改善KKay小鼠糖代谢。

关键词：内脂素糖尿病磷酯酰肌醇3激酶葡萄糖合成激酶-3 KKAy 小鼠骨骼肌

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于异质网络的lncRNA-疾病关联预测

基于异质网络的lncRNA-疾病关联预测

作者：李省西安电子科技大学

学位级别：硕士

lncRNA是长度大于200核苷酸的非编码RNA。越来越多的研究表明,lncRNA参与许多生物进程并与复杂疾病相关。找到有关联关系的lncRNA-疾病对有助于我们了解疾病的发生发展过程并解释其分子机制,进而更有针对性地进行疾病的预防、诊断与治... 详细信息

lncRNA是长度大于200核苷酸的非编码RNA。越来越多的研究表明,lncRNA参与许多生物进程并与复杂疾病相关。找到有关联关系的lncRNA-疾病对有助于我们了解疾病的发生发展过程并解释其分子机制,进而更有针对性地进行疾病的预防、诊断与治疗。由于lncRNA和复杂疾病的数目繁多,使用计算方法预测潜在的lncRNA-疾病关联对可以为生物实验提供方向指导,从而节省时间和经费开销。因此预测lncRNA-疾病关联对具有十分重要的理论研究价值和社会意义。针对现有lncRNA-疾病关联预测方法使用数据局限和在大规模异质网络上计算费时等缺陷,本文提出基于异质网络的lncRNA-疾病关联预测方法。该方法通过构建异质网络整合lncRNA、疾病及其相关生物分子的数据,最大限度的集成已有信息,从而提升预测准确性。在预测过程中结合元路径概念,提取每条边的类型信息对应其生物含义,为预测过程附加语义,使预测过程更合理,有更强的可解释性。使用分类结果作为预测结果,避免了现有方法在整个网络上进行迭代计算的过程,大大降低了计算耗时。为了验证预测结果的准确性,针对预测结果中与肝癌、胃癌和结肠癌相关的lncRNA-疾病关联对进行案例分析,从是否在数据库中有记录信息、是否有文献验证信息、是否在正常和疾病样本中存在表达差异和是否被其他预测方法检测到这四个方面进行验证,结果表明本文预测方法在三种疾病中准确性均大于99%,预测结果较为可靠。由于大多数已有的预测方法无法在如此庞大和复杂的异质网络上进行计算,本文与Zhang J等提出的基于网络传播的算法进行比较。结果表明本文方法AUC值达到0.92,相比Zhang J方法AUC值更高,预测耗时更少。本文提出的基于异质网络的lncRNA-疾病关联预测方法,在评价指标和案例分析中均取得了良好的结果,适用于大规模异质网络并有更好的灵活性和可扩展性,对lncRNA-疾病关联预测的研究有重要意义。

关键词： lncRNA 疾病异质网络元路径多源数据集成

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于拓扑和语义相似性的疾病基因识别算法

基于拓扑和语义相似性的疾病基因识别算法

作者：吉烁西安电子科技大学

学位级别：硕士

疾病一直以来威胁着人类的健康，虽然当今社会拥有更先进的医疗设备和诊断方法，但是，疾病问题依然很严峻。随着人类基因组全序列测序与工作草图的完成，生命科学进入了后基因组时代，生物科学技术得到迅猛发展，数据资源也快速增长。... 详细信息

疾病一直以来威胁着人类的健康，虽然当今社会拥有更先进的医疗设备和诊断方法，但是，疾病问题依然很严峻。随着人类基因组全序列测序与工作草图的完成，生命科学进入了后基因组时代，生物科学技术得到迅猛发展，数据资源也快速增长。因此，采用计算的方法从大量的生物数据中挖掘疾病和基因之间的关系得到了越来越广泛的关注。研究表明在蛋白质相互作用网络中有相互作用关系的编码该蛋白质的基因或者有相同功能的基因往往会导致相同的或者相似的疾病，据此提出了很多基于蛋白质相互作用网络的疾病基因识别方法。但是，通过分析，一些导致相同疾病的基因在网络中表现出较弱的相互作用关系，从而影响疾病基因的识别工作。因此，本文提出了整合蛋白质相互作用网络的拓扑结构相似性和基因之间的语义相似性的方法来提高疾病基因识别的准确性。首先计算蛋白质相互作用网络节点之间的拓扑结构相似性，并以所有编码该网络中蛋白质的基因作为候选疾病基因，其次计算蛋白质网络中所有候选基因的基于生物学路径的语义相似性，最后将这两种相似性进行整合，从而对候选基因进行得分排序。在此工作的基础上，选择排名靠前的候选疾病基因应用到疾病模块识别中，通过查询基因本体论数据库对候选模块进行富集性分析。在实验部分，将本文方法与重启的随机游走进行比较，其平均排名比提高了4.57%，同时在具体的实例中进行验证和分析，证明了本文方法的有效性和可靠性。

关键词：疾病基因识别拓扑相似性语义相似性蛋白质相互作用网络

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

超大规模集成电路划分算法研究

超大规模集成电路划分算法研究

作者：韩明伟西安电子科技大学

学位级别：硕士

超大规模集成电路布图领域的划分问题是一个NP完全问题,一般采用启发式算法解决。目前,超大规模集成电路划分问题已经得到了广泛而深入的研究,出现了许多较为有效的解决算法。在这些算法当中,组迁移算法以其简单有效得到了最广泛的应用... 详细信息

超大规模集成电路布图领域的划分问题是一个NP完全问题,一般采用启发式算法解决。目前,超大规模集成电路划分问题已经得到了广泛而深入的研究,出现了许多较为有效的解决算法。在这些算法当中,组迁移算法以其简单有效得到了最广泛的应用。但是随着电路规模的不断增大,研究人员开始更多的利用多级层次划分策略解决该问题。本文首先对已有的电路划分算法进行了介绍,尤其深入分析了基于多级层次划分策略、运用组迁移算法进行电路划分的思想。在此基础上,提出了一种新的多级层次划分算法。该算法首先从电路连接关系中抽象出超图模型,然后对所得超图模型进行多级层次划分。在层次划分时,采用了多次塌缩优化的策略扩大搜索空间,并在恢复优化时运用了贪婪策略,使得算法在避免局部最优的同时,仍然维持了较低的计算时间。对ISPD98测试数据的仿真实验表明,该算法要比二分法和简单的多块多级层次划分法更为有效。

关键词：多级划分超大规模集成电路超图

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于增量聚类的动态网络社团检测算法

基于增量聚类的动态网络社团检测算法

作者：杨柳西安电子科技大学

学位级别：硕士

复杂网络作为刻画现实世界复杂系统的工具,已经广泛用于社会学、生物学等领域。但是真实的复杂系统是随着时间缓慢变化的,将不同时刻的系统进行建模,并按照时间排序即可得到动态网络。社团是网络的一个重要特征,对动态网络进行社团挖掘... 详细信息

复杂网络作为刻画现实世界复杂系统的工具,已经广泛用于社会学、生物学等领域。但是真实的复杂系统是随着时间缓慢变化的,将不同时刻的系统进行建模,并按照时间排序即可得到动态网络。社团是网络的一个重要特征,对动态网络进行社团挖掘,可以使人们更好地了解网络的特征及其演化规律,有重要的理论价值与实际意义。然而,如果使用传统的聚类算法,会忽略相邻时刻网络间的关系;演化聚类的算法准确度高,但是受限于时间复杂度,在大规模网络中并不适用;增量聚类算法利用动态网络缓慢变化的特点,基于前一时刻发现的社团结构,避免了对网络中全部节点的重新划分,不仅有效降低了时间复杂度,还保证了相邻时刻社团检测结果的一致性。本文提出了一种基于增量聚类与连接密度的动态网络社团检测算法IPSCAN。工作主要分为两部分,首先,根据动态网络中边的增删对节点结构相似性与相似度值的影响,分析了边更新影响的区域,重新定义了增量节点的集合。然后,将增量节点集合中的节点根据相似度值分为核心节点与非核心节点,当处理某一时刻新增的核心节点时,尝试从此节点扩展并判断是否生成新社团,克服了IC等增量算法社团数目固定、不能发现新出现的社团的缺陷。通过对时间复杂度的分析发现IPSCAN算法具有增量算法高效率的特点。对本文提出的算法在合成数据集与真实数据集上进行实验,从准确性与时间复杂度两方面验证算法的性能,并与演化聚类算法Facetnet、增量聚类算法IC及DABP进行对比。例如在真实动态网络数据集Football上,IPSCAN算法得到的社团结果的模块度比Facetnet算法高5%,比IC算法高12%,比DABP算法高11%;在大规模真实数据集DBLP上的结果显示,本文算法得到的社团结果的模块度比DABP算法高11%,且显著高于IC算法,而IPSCAN算法在每个时刻的运行时间控制在6秒以内,DABP算法的运行时间最高达67秒。实验结果表明,IPSCAN算法的准确度高于IC算法,而DABP算法虽然可以发现新社团,但是准确度低于IPSCAN算法,且时间效率比IPSCAN算法低。本文提出的算法不仅具有良好的社团检测能力,可以发现新出现的社团;而且还具有增量算法高效的优点,可以用于大规模动态网络的社团发现。

关键词：动态网络增量聚类社团检测连接密度

基于特征压缩方法的图同构算法及其在网络模体发现中的应用

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于特征压缩方法的图同构算法及其在网络模体发现中的应用

作者：呼加璐西安电子科技大学

学位级别：硕士

目前人类基因组研究已经从结构基因组时代进入到了功能基因组时代,也就是“后基因组时代”。研究发现人类基因组不是由孤立的基因和大量无用的“DAN片段”组成的,其本身是一个复杂的网络系统。因此,对生物复杂网络的研究就成了研究者关... 详细信息

目前人类基因组研究已经从结构基因组时代进入到了功能基因组时代,也就是“后基因组时代”。研究发现人类基因组不是由孤立的基因和大量无用的“DAN片段”组成的,其本身是一个复杂的网络系统。因此,对生物复杂网络的研究就成了研究者关注的焦点。网络模体查找就是其中一个很有代表性的研究方向。网络模体是真实网络中出现频率明显高于随机网络中出现频率的子图。模体发现需要对各种子图类型计数,这一问题就需要图同构算法来解决。但是图同构问题仍然是一个NP难问题。本文提出了基于特征压缩方法的一种新的启发式的图同构算法FCGI （Feature Compression for Graph Isomorphism）.首先,构造了四种特殊的图拓扑特征;然后利用特征压缩策略对这些特征进行流水操作,实现了对各种类型的同构图的唯一标记。这种方法大大地缩减了搜索的节点置换空间、降低了比较次数。实验用该算法对各种同构种类的图所对应的可能的邻接矩阵进行了归类,并且比较了特征压缩算法和层次分类算法的性能,结果证明该算法是一种非常精确有效的图同构算法。此外,我们将该算法用于酵母菌基因调控网络的模体发现,结果发现它成功的找到了已被理论和实验证明的具有重要意义的网络模体。

关键词：图同构子图同构网络模体子图搜索

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

网络对称性及其在蛋白质交互网络中的应用

网络对称性及其在蛋白质交互网络中的应用

作者：廖至峰西安电子科技大学

学位级别：硕士

后基因组时代，基因序列已经被破译，但生物功能的奥秘还没有解开。随着生物实验技术的快速发展，产生了大量的蛋白质交互网络数据，它蕴含着蛋白质之间相互作用的重要信息。利用蛋白质交互网络数据来预测具有显著生物功能模块在生物功... 详细信息

后基因组时代，基因序列已经被破译，但生物功能的奥秘还没有解开。随着生物实验技术的快速发展，产生了大量的蛋白质交互网络数据，它蕴含着蛋白质之间相互作用的重要信息。利用蛋白质交互网络数据来预测具有显著生物功能模块在生物功能基因组研究中具有重要的理论和现实意义。在传统的生物功能模块检测中，往往把蛋白质交互网络当成一个普通的网络，蛋白质对应网络中的顶点，交互对应其中的边。应用Jaccard系数、边的中心性等传统的网络度量来对蛋白质交互网络拓扑特性进行研究。而事实上蛋白质交互网络是一个富含生物结构的网络，不能仅仅考虑其拓扑度量，更应该考虑其结构度量。本文提出了一种基于结构的对称性度量DS(Degree-Symmetry)。研究了对称性度量DS与蛋白质交互网络中的弱连接效应和拓扑相似性之间的关系。使用对称性度量DS建立了可信的虚拟网络，并在此基础上提出了一种“核－附件”生物功能模块检测方法。本文使用蛋白质交互网络数据进行了实验，实验结果表明对称性度量DS相比传统的网络度量能更好的刻画蛋白质交互网络中的弱连接效应。并且基于虚拟网络检测出来的生物功能模块具有较高的准确性和较显著的生物意义。

关键词：蛋白质交互网络网络对称性弱连接效应模块检测

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

一种高效的复杂网络重叠社团挖掘算法

一种高效的复杂网络重叠社团挖掘算法

作者：兰小明西安电子科技大学

学位级别：硕士

复杂网络的重叠社团挖掘算法用来解决识别复杂网络中重叠社团的问题,有助于获取与了解复杂网络的整体结构特性。由于重叠社团挖掘中一个节点可能属于多个社团,用传统的社团挖掘算法无法识别出同属于多个社团的节点。随着社会和科技的发... 详细信息

复杂网络的重叠社团挖掘算法用来解决识别复杂网络中重叠社团的问题,有助于获取与了解复杂网络的整体结构特性。由于重叠社团挖掘中一个节点可能属于多个社团,用传统的社团挖掘算法无法识别出同属于多个社团的节点。随着社会和科技的发展,复杂网络的规模越来越大,现有的重叠社团挖掘算法在处理如此大规模的网络时效率较低。因此,需要更快速的算法来更好的应对大型复杂网络中重叠社团挖掘问题。本文提出一种先在整个网络中选取种子,后通过收益函数对种子进行局部优化,发现复杂网络的重叠社团结构的算法。工作主要分为两部分,首先,在整个网络中选取种子,本文提出了两种播种策略:“社团扩张”和“高度节点扩张”。“社团扩张”播种策略使用Louvain算法对网络进行初始划分,将得到的划分结果作为种子集合;“高度节点扩张”播种策略采用度优先的方式选取种子,这里需要注意的是,本文使用的度优先选取种子的方式考虑到已选种子对后续选取种子的影响,在每次确定一个种子之后都对剩余节点的度进行更新。然后,用收益函数对种子集合中的种子依次优化,从每个种子进行扩张。通过收益函数判断邻域节点是否可以加入社团以及社团内部节点是否删减,直到收益函数达到局部最优,确定社团结构。本文提出的算法避免了在挖掘社团的每次迭代中搜索整个网络。本文从理论上对算法的时间复杂度进行分析,并在真实数据集上进行实验,从算法运行时间与实验结果准确性两方面验证算法的性能,且与BigClam算法,OSLOM算法,DEMON算法进行对比。实验结果表明,本文提出的算法中,在通过Louvain算法选取种子时,算法准确率略低于所对比的DEMON算法,但是算法的运行效率高于所对比的三种算法,且明显高于BigClam算法。在使用度优先策略选取种子时,算法的运行效率与准确率均高于所对比的三种算法。本文提出的算法能准确的挖掘出复杂网络中的重叠社团,并具有高效的优点,可以用于大规模复杂网络重叠社团挖掘。

关键词：复杂网络重叠社团社团挖掘局部优化

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于代谢路径的生物网络比对算法

基于代谢路径的生物网络比对算法

作者：陈熠西安电子科技大学

学位级别：硕士

在对生物网络数据的分析中,一个很重要的工作就是进行同源搜索。同源搜索是通过网络图的比对来实现的,近年来随着网络比对技术在生物研究领域中所占的地位逐渐加重,比对算法也得到了深入而广泛的研究,也因此出现了许多有效的生物网络比... 详细信息

在对生物网络数据的分析中,一个很重要的工作就是进行同源搜索。同源搜索是通过网络图的比对来实现的,近年来随着网络比对技术在生物研究领域中所占的地位逐渐加重,比对算法也得到了深入而广泛的研究,也因此出现了许多有效的生物网络比对算法。本文首先对已有的生物网络比对方法做了详细的介绍,并分析得出这些算法都是通过对图的拓扑逻辑结构做出某种限制来提出的,因而这些算法的应用性自然也受到了限制。在此基础上,本文提出一种新的算法。该算法首先将代谢网络抽象成有向图并以路径为基本单位建立了比对的模型。之后通过将酶的EC number进行简单的分类,并利用酶之间的相似度值计算方法设定了比对的得分机制。本文用KEGG代谢路径网络的数据进行了大量的仿真实验,实验结果表明该算法对图的拓扑逻辑结构没有做出任何的限制,在拥有了更为广泛的应用空间之外,同时也保证了一定的运行效率。

关键词：生物网络比对同源