检索结果-南通市图书馆

作者：张汉珍西安电子科技大学

学位级别：硕士

随着信息技术的急速发展,数据的规模呈爆炸式增长。作为数据分析和知识发现中广泛运用的技术,划分方法在很多领域已经得到了广泛的关注。图作为一种基本的数据结构在复杂网络及其相互作用的建模中变得越来越重要。为了进一步分析和处理... 详细信息

随着信息技术的急速发展,数据的规模呈爆炸式增长。作为数据分析和知识发现中广泛运用的技术,划分方法在很多领域已经得到了广泛的关注。图作为一种基本的数据结构在复杂网络及其相互作用的建模中变得越来越重要。为了进一步分析和处理海量数据中的内在联系及意义,基于图的划分问题已经成为数据挖掘领域中一个活跃和重要的课题。图的划分是一个NP完全问题,虽然人们已经探索出一些有效的算法,但随着数据规模的不断扩大和新问题的不断涌现,很多算法已无法适应问题的需要。近几年谱划分已经成为最流行的划分算法之一,与传统的算法相比,它能在任意的样本空间上进行划分,且收敛于全局最优解,是图论和谱分解理论在划分领域上的一种很好的结合。如今很多关于这方面的新算法和文献已经发表,经研究发现,这些不同方法之间的差别主要在特征向量的选择上。本文主要研究谱划分算法中特征向量的选取问题,从而说明对于具有不同规模和结构的图,应该如何有效的选择合适的特征向量进行划分。我们通过三个方法来讨论这个问题：(1)Fiedler特征向量;(2)前k个特征向量;(3)相关的特征向量。最后通过大量的仿真实验来说明采用不同的特征向量选择方法进行划分时的优缺点以及适用的领域。

关键词：复杂网络谱划分向量选择相关

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于增量和密度的动态网络社团检测算法

基于增量和密度的动态网络社团检测算法

作者：熊站营西安电子科技大学

学位级别：硕士

复杂网络作为一种描述和分析现实复杂系统的重要工具而广受关注，学者们已经对网络的物理意义和数学特性等方面进行了深入地研究。复杂系统是随着时间不断变化的，将不同时刻的系统状态进行采样建模便形成了本文研究的复杂动态网络。对... 详细信息

复杂网络作为一种描述和分析现实复杂系统的重要工具而广受关注，学者们已经对网络的物理意义和数学特性等方面进行了深入地研究。复杂系统是随着时间不断变化的，将不同时刻的系统状态进行采样建模便形成了本文研究的复杂动态网络。对复杂动态网络进行社团检测和演化分析，有助于提高人们对整个网络特性和发展趋势的认识，具有重要的理论和实际意义。复杂动态网络往往具有多个时刻，用传统的方法需要对每个时刻分别进行社团检测，然后分析社团之间的关系，这样不仅容易在相邻的时刻产生很大偏差的社团划分，还导致很高的时间复杂度。增量方法将前一时刻的社团检测结果作为下一时刻的输入，可以有效地降低时间复杂度，同时还可以保证前后时刻的社团检测结果具有较好的一致性。本文提出了一种增量和密度相结合的社团检测方法，对大部分增量相关节点进行基于社团归属度的调整，对新增节点进行局部的基于密度的扩展，克服了一般增量方法认为在不同时刻社团数目固定和不能产生新社团的缺陷。本文在人工合成数据和真实网络数据进行实验，结果表明本文提出的算法可以在近似增量方法的时间复杂度，取得比增量方法更好的社团检测效果，具有良好的社团发现能力，可以用于大规模复杂动态网络的社团研究。此外，本文对真实网络中得到的社团结果，进行整体的社团演化分析，并对长期保留的社团进行节点生命周期的分析，发现了一些具有特定意义的社团结构。

关键词：动态网络增量方法密度扩展社团检测社团演化分析

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

AES算法IP化的仿真综合验证研究

AES算法IP化的仿真综合验证研究

作者：陈茂西安电子科技大学

学位级别：硕士

AES加密标准是2000年10月美国国家标准与技术研究所( NIST )提出来的新型加密算法标准,用来取代上一代的DES数据加密标准。本文基于AES(Advanced Encryption Standard)加密标准算法,研究其在IP设计中的应用。在设计AES算法软硬IP实现方... 详细信息

AES加密标准是2000年10月美国国家标准与技术研究所( NIST )提出来的新型加密算法标准,用来取代上一代的DES数据加密标准。本文基于AES(Advanced Encryption Standard)加密标准算法,研究其在IP设计中的应用。在设计AES算法软硬IP实现方面采用自顶向下,从逻辑层到物理层的多层次设计方法,层层验证确保各层设计的正确,最终实现整体设计的正确性。在首先设计完成体系结构后,进行代码编写和仿真综合验证,其中主要分为4个层次:C语言代码的软件实现及其仿真验证;SystemC语言代码的系统级实现及其仿真验证;Verilog语言代码的RTL级实现及其仿真综合验证;最后是SystemC和Verilog语言的协同设计和协同仿真。在设计并仿真综合验证完成Verilog语言的RTL级代码就可以上FPGA进行原型验证,测试结果符合设计要求。文章又讨论了引入IC设计中的新语言—SystemC,它的研究在国外很热,但在国内还是一个空白领域。通过AES加密模块IP设计这个项目,将SystemC语言引入IC设计流程中,比较对传统的IC设计所带来的不同,给出对SystemC语言的一个综合评价结果。

关键词：加密标准协同仿真层次设计

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于扰动传播的重要蛋白发现方法

基于扰动传播的重要蛋白发现方法

作者：杨佳朋西安电子科技大学

学位级别：硕士

在计算生物信息学领域,重要蛋白作为生物存活和功能正常所必需的蛋白,在药物靶标定位、致病基因查找和合成生物学等方面有着非常广泛应用。如何高效的找出重要蛋白已经成为了该领域研究的一个热点问题。现阶段发现重要蛋白的方法主要有... 详细信息

在计算生物信息学领域,重要蛋白作为生物存活和功能正常所必需的蛋白,在药物靶标定位、致病基因查找和合成生物学等方面有着非常广泛应用。如何高效的找出重要蛋白已经成为了该领域研究的一个热点问题。现阶段发现重要蛋白的方法主要有两类,一类是通过生物实验验证,另一类是通过复杂网络建模,利用节点中心性的来查找。前一类方法非常耗时耗力,而且并不适用于所有物种。后一类计算型方法却因其快速高效而受到重视。但是在后一类方法中,许多方法只考虑了网络的拓扑结构静态特征,并未考虑蛋白质交互网络自身的动态特征,致使其在实际应用时查找效率已达到瓶颈。本文方法结合蛋白质交互网络数据和蛋白质浓度数据,通过质量作用方程进行扰动传播实验,观察网络中节点是否受到扰动,建立浓度耦合矩阵,最后根据受扰动影响的节点的影响力来评测扰动节点的新的影响力。之所以通过扰动传播来评价节点的影响力是因为:重要蛋白作为生物存活和功能正常所必须的蛋白,其浓度的变化势必要导致生物功能的紊乱,其浓度变化的影响力也要比其他非重要蛋白浓度变化的影响力要大,通过扰动实验,我们能够清楚的观测到一个节点对网络中其他节点的影响,正好可以以此当作节点的影响力评估,影响力越大,则其是重要蛋白的概率也就越大。在酵母菌蛋白质交互网络和小鼠胰岛蛋白质交互网络上实验发现,本文方法相较于其他常见的五种基于中心性的方法能够找到更多的重要蛋白,并且所找到的重要蛋白与其他方法相比较交集很小。作为一个排序型算法,我们还计算了两类网络对本文方法和其他中心性方法的鲁棒性,为做比较我们还加入了随机排序方法,发现网络对本文方法的鲁棒性与对随机方法的鲁棒性相近,与其他方法相差较大。这一实验结果也从侧面印证了上文中交集很小这一结论。本文方法相比其他方法能够更多的找到重要蛋白,对现有的方法而言是有效的提高和补充。同时,本文也提供了一种新的节点中心性度量思路,那就是我们应该根据实际网络的不同从扰动传播的观点来衡量节点的影响力。

关键词：蛋白质交互网络质量作用方程扰动传播重要蛋白

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P4结构的社团挖掘方法

基于P4结构的社团挖掘方法

作者：张献鹏西安电子科技大学

学位级别：硕士

目前在社会学、生物学和计算机科学领域,人们通常将复杂的系统用网络来描述,因此对图进行社团挖掘是一项非常重要的工作。从概念上和实际操作中来讲,这项任务都是一项艰难的任务。从概念上来说,目前社团的定义非常的模糊,科学家们并没... 详细信息

目前在社会学、生物学和计算机科学领域,人们通常将复杂的系统用网络来描述,因此对图进行社团挖掘是一项非常重要的工作。从概念上和实际操作中来讲,这项任务都是一项艰难的任务。从概念上来说,目前社团的定义非常的模糊,科学家们并没有给出具体的定义,同样不同社团之间的界限也很模糊。在实际中,算法要处理大量的数据来发现“较好”的社团也是一件很困难的事情。另一个复杂的问题就是社团之间的可重叠性,因为节点是可能会属于多个社团。同一社团的成员之间拥有更多的连接,这是目前的大多数的方法所依据的假设。这就使得社团挖掘转化成了网络中稠密子图的挖掘。而且,这些方法还有一个问题就是,他们将网络中的每个节点仅仅分配给一个社团,这样的结果使的社团并不具备被可重叠性。本文提出了一个基于P4结构的社团挖掘方法,该方法引入了一个特殊结构P4进行社团挖掘。P4结构的引入使得该方法具有无参且无需任何先验知识的特点。又由于P4结构的稀疏特性,使得社团结构含有P4结构的概率极小。因此,可以通过判断一个节点是否与社团内部原有节点构成P4来判断该节点是否应该加入该社团。通过该方法获得的社团结构保证了一定的稠密性。为了验证方法的有效性,使用了空手道俱乐部网络和Newman人工网络进行了试验研究,均获得了正确的社团结构。另外将该方法应用在人类的PPI网络上面,与现有方法进行比较,结果显示该方法的F-mearsure得分要平均高于其他方法5%。通过本文方法挖掘的社团具有可重叠性,而该方法并不需要任何的参数输入,从而避免了因为参数的改变而影响整个结果。

关键词：复杂网络 P4结构社团挖掘

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于组织特异网络模型的疾病基因排序方法

基于组织特异网络模型的疾病基因排序方法

作者：王莹西安电子科技大学

学位级别：硕士

疾病基因的预测和发现有助于理解疾病的产生机理,对疾病的诊断和医治十分重要。传统的生物实验手段检测疾病基因费用高昂、耗时耗力且技术难度较高。因此,利用生物信息学方法对疾病基因进行预测,已成为预测疾病基因的重要方式。所谓疾... 详细信息

疾病基因的预测和发现有助于理解疾病的产生机理,对疾病的诊断和医治十分重要。传统的生物实验手段检测疾病基因费用高昂、耗时耗力且技术难度较高。因此,利用生物信息学方法对疾病基因进行预测,已成为预测疾病基因的重要方式。所谓疾病基因排序问题,就是指以疾病基因与疾病的关联程度为度量,对潜在的疾病基因进行排序,以衡量其可能致病或参与某个疾病过程的可能性,从而在生物实验中有针对性的进行验证。目前人们已经提出了各种类型的疾病基因排序方法,基于网络模型进行疾病基因排序是其中十分重要的一种,且其结果表明这是一类准确率较高的疾病基因排序方法。基于网络模型进行疾病基因排序的主要思想是,首先以某种方式构建网络,然后将已知疾病基因的信息映射到网络中,最后根据网络中候选基因与已知疾病基因的某种距离或相似性度量来对候选基因进行打分和排序。目前基于网络策略的方法多数都是基于以下假设,即所有疾病都与同一个分子间相互作用网络相关联。然而,很多疾病都趋向于在特定的组织中产生,且不同的组织其相关的分子间相互作用网络是不同的。本文使用一种新的网络模型进行疾病基因排序,这里的网络模型基于以下思想:对不同的疾病,不使用同一个分子间相互作用网络,而是针对每种疾病,确定与其关联性最强的组织,然后针对这种疾病使用相应的组织特异分子间相互作用网络,再进行后续的随机游走步骤。本文的随机游走方法使用了一种考虑网络间关系的度量指标衡量候选基因与已知疾病基因之间的距离。在网络上进行随机游走得到疾病基因排序结果,首先对方法的效率和参数进行分析,发现随机游走方法效率较高,可以在10次迭代以内收敛。其次将本文方法与PRINCE方法和BlockRank方法的比较,通过交叉验证说明了本文方法对疾病基因排序的准确性高于其他方法;然后在全局蛋白质相互作用网络上使用同样的随机游走方法,通过对结果进行交叉验证,发现使用组织特异性蛋白质相互作用网络对疾病基因排序的准确性有所提升,肌萎缩性脊髓硬化症对应的AUC值可以由0.758提升至0.876,甲状腺激素抵抗综合症对应的AUC值可以由0.788提升至0.852;最后以胰腺癌为例对实验结果进行文献验证,发现排序前10名的基因中有6个基因被文献证实与胰腺癌存在关联,可以认为本文工作对疾病基因排序与预测的结果较为可靠。

关键词：疾病基因基因排序组织特异性随机游走

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于网络模型的单细胞Hi-C数据补全方法

基于网络模型的单细胞Hi-C数据补全方法

作者：闫杨西安电子科技大学

学位级别：硕士

细胞分裂间期,真核细胞的基因组在细胞核内缠绕折叠形成复杂的三维结构,研究表明基因组的三维结构与基因调控、细胞分化等重要的生物过程有关。Hi-C技术是捕获基因组三维结构的重要工具,其产生的数据在群细胞水平揭示了基因组在细胞核... 详细信息

细胞分裂间期,真核细胞的基因组在细胞核内缠绕折叠形成复杂的三维结构,研究表明基因组的三维结构与基因调控、细胞分化等重要的生物过程有关。Hi-C技术是捕获基因组三维结构的重要工具,其产生的数据在群细胞水平揭示了基因组在细胞核内的层级组织形式。随着技术的发展,对基因组三维结构的研究进入单细胞水平,单细胞Hi-C技术能够捕获单个细胞全基因组的三维结构,对其产生的数据进行研究,分析细胞间三维基因组结构的异质性可以更准确地推断基因组结构与功能的关系。受限于测序技术以及测序深度,实验获得的单细胞Hi-C数据背景噪声高,信号缺失严重,在进行下游分析之前需要进行补全。使用单个细胞交互信息进行补全的方法,补全效果有限;使用数据集中相似细胞提供额外的补全信息的方法,忽略了细胞间局部结构的异质性,容易造成过分插补。充分、准确地利用数据集中的信息对单细胞Hi-C数据进行补全仍是一个挑战。本文提出一种基于网络模型的单细胞Hi-C数据补全方法,将单细胞Hi-C数据的补全问题转化为多层网络上的链路预测问题,使用基于随机游走的图表示学习方法求解。为提升单个细胞的补全效果,使用数据集中相似细胞的交互矩阵构建背景交互网络;为实现对邻域细胞信息更准确地利用,避免过分插补,利用显著交互连接同一细胞的原始交互网络与背景交互网络构建多层网络。在模拟数据和真实数据上对方法的性能进行验证。在细胞周期数据上构建细胞的向量表示,并将其用于周期分类。相较于单一特征的分类结果,通过特征组合策略构造的向量表示,其周期分类效果平均提升23%,验证了细胞向量表示构造策略的有效性。在不同分辨率、不同稀疏程度的8组模拟数据上将本文方法与sc Hi Cluster、Higahsi等5种方法进行对比实验,相较于补全之前,本文方法在8组模拟数据上3个指标的平均提升均在35%以上,补全所用的平均时间为Higashi的0.81%,验证补全的准确性与效率。最后,对两组真实数据进行补全,在补全结果上分析了区室、类拓扑关联结构域在细胞周期、小鼠脑部发育过程中的变化过程。以上结果表明,本文的方法能够较好的对单细胞Hi-C数据进行补全,有助于单细胞Hi-C数据的下游分析。

关键词：三维基因组单细胞Hi-C 图表示学习

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于拓扑相似性的动态网络链路预测方法

基于拓扑相似性的动态网络链路预测方法

作者：邓琨西安电子科技大学

学位级别：硕士

复杂网络作为建模分析复杂系统的有效工具，正吸引着众多学者的研究兴趣，真实世界的复杂系统通常随着时间不断演化改变，而本文研究的动态网络恰好能够合理刻画这种动态特性。对动态网络将来某时刻边的预测，即动态网络链路预测问题，... 详细信息

复杂网络作为建模分析复杂系统的有效工具，正吸引着众多学者的研究兴趣，真实世界的复杂系统通常随着时间不断演化改变，而本文研究的动态网络恰好能够合理刻画这种动态特性。对动态网络将来某时刻边的预测，即动态网络链路预测问题，在诸如在线产品推荐、社交网络好友推荐或生物分子功能交互检测等领域中具有极大的应用背景和实用价值。目前，大部分链路预测工作都集中在静态网络上，其中基于共同邻居(CommonNeighbor, CN)相似性的链路预测方法最为人们熟知，由于其计算简单且时间复杂度低，还经常被扩展到动态网络链路预测上，如CN-last和CN-all方法，然而这两种方法忽略了动态网络中边的时序性这个重要信息，使得其预测准确性不够理想。本文给出了广义共同邻居(Generalized Common Neighbor, GCN)的定义，用来计算两个顶点在动态网络中广义上的共同邻居个数，结合边的时序性，给出了三种基于广义共同邻居的相似性计算方法，包含GCN-E, GCN-L和GCN-IL，基于广义共同邻居相似性，提出了一个动态网络链路预测的方法，这种方法保留了共同邻居复杂度低的特点，同时有效利用了动态网络的时序性信息，可以提高预测准确性。本文在人工合成数据和真实网络数据上，对提出的动态网络链路预测方法进行了实验研究。实验结果表明，本文提出的GCN-E、GCN-L和GCN-IL三种方法得到的预测准确度相差不大。而与CN-last和CN-all方法相比时，预测效果有明显提升，如GCN-E在所有实验的三个数据集上都能取得最高的预测准确度。

关键词：动态网络链路预测广义共同邻居

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

英语歌曲辅助初中英语听力教学的应用研究

英语歌曲辅助初中英语听力教学的应用研究

作者：马敏信阳师范学院

学位级别：硕士

初中英语学习主要包含听、说、读、写四种技能的学习,其中听处于首位,可见其重要性。但在实际的教学中,听力对于教师和学生都是较为困难的一部分。根据调查数据显示,影响英语听力水平高低的因素有很多,比如:语言基础知识薄弱,词汇辨音... 详细信息

初中英语学习主要包含听、说、读、写四种技能的学习,其中听处于首位,可见其重要性。但在实际的教学中,听力对于教师和学生都是较为困难的一部分。根据调查数据显示,影响英语听力水平高低的因素有很多,比如:语言基础知识薄弱,词汇辨音能力不强,听力技巧缺乏,语言背景知识欠缺,输入的语言材料不真实等。英语歌曲作为英美国家较为真实的语言材料,富含地道的英美语言和英美文化,把英语歌曲应用于听力教学中,其优美的旋律可以吸引学生的注意力,激发学生听力的兴趣,进而提高学生的听力水平。本研究以加德纳的多元智能理论、克拉申的语言输入理论和情感过滤假说为理论基础,尝试把英语歌曲引进初中英语听力教学中,系统的设计了应用英语歌曲进行听力教学的教学模式。此应用主要通过听前、听中和听后三个阶段进行。在听前阶段,教师第一次播放歌曲,讲解歌曲的背景知识及歌词大意。在听中阶段,教师第二次播放歌曲,进行歌词解析,讲授歌词中的词汇知识、语音知识、语法知识等。在听后阶段,组织学生进行小组讨论并学唱歌曲。强调师生互动,小组合作,自主探究的精神,充分发挥学生的积极性与主动性。本研究主要探究三个问题:(1)把歌曲应用于英语听力教学是否能激发学生的听力兴趣?(2)英语歌曲的使用是否有利于提高学生的听力水平和听力成绩?(3)英语歌曲的使用能否扩展学生的语言文化背景知识?为了验证这种听力教学方法的有效性,本论文以郑州市一中分校120名七年级学生作为研究对象,将英文歌曲作为教学材料应用于实验班的听力教学中,控制班采取传统的听力教学方法,进行了为期一个学期的实验。通过对比和分析,得出结论:英语歌曲作为一种听力材料有助于激发学生的听力兴趣,有利于提高学生的听力成绩,其语言文化知识更容易被学生所了解。但由于实验周期比较短,学生的成绩提高的不太明显,但对于中等生成绩的提高较为显著。最后,基于本研究的结论,笔者得到了一些对听力教学的启示,比如:选择英语歌曲时,要选择内容健康、积极向上的歌曲,其难易程度要适合学生,要符合教学内容等,把英语歌曲运用于听力教学,可以为学生提供一种较为有效的学习途径,为教师改进听力教学提供一定的参考。

关键词：初中英语听力教学英语歌曲

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MRF的长非编码RNA功能预测方法

基于MRF的长非编码RNA功能预测方法

作者：刘永轩西安电子科技大学

学位级别：硕士

诸多全基因组测序项目结果表明，哺乳动物的基因组中存在非编码RNA的转录。进一步的研究表明，这些非编码RNA在很多生命活动过程中起着重要的作用。近年来关于非编码RNA的研究主要集中在小非编码RNA上，对于长非编码RNA的研究相对很少... 详细信息

诸多全基因组测序项目结果表明，哺乳动物的基因组中存在非编码RNA的转录。进一步的研究表明，这些非编码RNA在很多生命活动过程中起着重要的作用。近年来关于非编码RNA的研究主要集中在小非编码RNA上，对于长非编码RNA的研究相对很少。随着测序技术的进步，研究者通过实验得到了海量关于长非编码RNA的数据，如何从这些数据中去挖掘出长非编码RNA的功能信息成为一个重大的挑战。现有的关于长非编码RNA的数据大多是表达谱数据，研究者往往通过对表达谱数据进行预处理后进行聚类分析来进行功能信息挖掘。2011年Liao等人利用大量的表达谱数据建立了编码-非编码共表达网络，2012年Guo等将蛋白质相互作用网络数据与Liao等建立的共表达网络数据进行了融合，建立了节点类型包括编码基因与非编码基因的“双色网络”，为预测长非编码RNA功能提供了新的数据和思路。本文提出了一种新的利用双色网络进行长非编码RNA功能预测的方法。该方法通过在双色网络上建立马尔科夫随机场模型，利用吉布斯抽样对网络中的非编码节点进行功能预测。通过在随机网络与该网络上的实验结果比较，说明了该网络的拓扑结构的确提供了关于功能的有效信息，并通过编码节点上的交叉验证分析了该方法的性能。最后对非编码节点的预测结果进行了个例分析，个例分析结果表明，本文提出的方法可以有效的覆盖一些lnc-GFP方法无法预测的功能，可作为一种新的方法利用双色网络对长非编码RNA进行功能预测。

关键词：长非编码RNA 功能预测双色网络马尔科夫随机场