检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于零模型的含时网络模体识别方法

计算机应用 2023年第8期43卷 2505-2510页

作者：胡博仁裴忠民罗章凯丁杰复杂电子系统仿真重点实验室(航天工程大学) 北京101416 航天工程大学电子与光学工程系北京101416

在带有时间属性的含时网络中,常规的基于频繁子图统计的网络模体识别方法容易受网络规模与结构差异的影响。而与实证网络具有相同规模和某些相同性质的零模型网络能为实证网络的特性挖掘提供了准确的基准,于是提出一种基于零模型的含时... 详细信息

在带有时间属性的含时网络中,常规的基于频繁子图统计的网络模体识别方法容易受网络规模与结构差异的影响。而与实证网络具有相同规模和某些相同性质的零模型网络能为实证网络的特性挖掘提供了准确的基准,于是提出一种基于零模型的含时网络模体识别方法,用两种网络子图特征比较后的相对值来识别含时网络中的具有显著结构意义的子图。同时,为确定零模型网络何时达到稳定,采用成功置乱次数方法来改进基于时间置乱或时间随机化的含时网络零模型构造方法。在实验阶段,对包含卫星和地面站的46节点全球定位系统(GPS)星座进行仿真实验,确定了零模型网络子图特征稳定时的成功置乱次数;构造10个零模型网络与卫星网络比较,发现反映节点连接具有连续性特点的子图的出现次数仅为最高频子图的1/34,却是卫星网络中最重要的模体。实验结果表明,以零模型为参照的含时网络模体识别方法能更准确地识别出反映网络结构特性和动态变化过程的模体。

关键词：含时网络模体识别零模型成功置乱次数卫星网络

在线全文

学校读者我要写书评

暂无评论

基于骨架特征聚类的网络模糊模体识别算法

基于骨架特征聚类的网络模糊模体识别算法

作者：王世杰西安电子科技大学

学位级别：硕士

网络模体指在网络中频繁出现的子图,通常携带与网络功能密切相关的重要信息。已有研究将模体分为精确模体和概率模体,精确模体指在网络中频繁出现的结构完全相同的子图,概率模体指网络中结构相似且内部连接紧密的子图。本文认为,自然界... 详细信息

网络模体指在网络中频繁出现的子图,通常携带与网络功能密切相关的重要信息。已有研究将模体分为精确模体和概率模体,精确模体指在网络中频繁出现的结构完全相同的子图,概率模体指网络中结构相似且内部连接紧密的子图。本文认为,自然界中的网络是处在不断进化过程中的,网络结构可能受外界因素的影响而发生变化,因此模体不应由拓扑结构完全相同的子图构成。从功能上讲,稀疏的子图也有可能承担网络的重要功能。基于以上两点考虑,本文提出了崭新的模糊模体的概念——在网络中频繁出现的骨架相同或相似的子图。本文主要研究网络模糊模体识别问题,即研究如何从网络中挖掘频繁出现的结构相同或相似的子图。模糊模体和大规模模体通常在网络中承担重要的功能。本文认为,精确模体更多的存在于理想网络中,而模糊模体更多的存在于现实网络中,因此对模糊模体的研究具有更多的实用价值。在网络的进化过程中,大规模模体通常比小规模模体更难以自然形成,因此可能在构成网络功能方面更加重要。尽管传统模体识别算法在识别效率方面获得了很大提升,但它们仍无法在有限时间内识别出网络中的超大规模模体。同时,传统算法均无法应对模糊模体识别问题。为了解决传统算法无法应对大规模模体识别和模糊模体识别的问题,本文从模式识别角度出发,提出了基于骨架特征表示和特征聚类的网络模糊模体识别算法——SCMD算法。SCMD算法首先将网络中所有以顶点为中心的子图表示为骨架图,并映射为骨架特征空间中的一条矢量;然后使用AP算法对骨架特征空间中的所有子图骨架进行聚类,从而将骨架特征相同或相似的子图聚到同一个簇中;若某个聚类中非重叠子图个数超过特定阈值,则聚类中的子图集合即为网络模糊模体。本文调用SCMD算法在仿真网络数据和基因调控网络、电子电路网络等六种真实网络数据上进行了实验,并与传统精确或概率模体识别算法在识别结果和识别效率上进行了比较。通过对实验结果的分析,SCMD算法在识别规模、识别结构、识别效率等方面均表现出明显优势:SCMD算法适用于模糊模体识别问题;SCMD算法的识别规模远大于传统精确或概率模体识别算法;SCMD算法可以识别到传统算法识别不到的结构,其识别结果是对传统模体识别算法识别结果的补充;SCMD算法的识别效率远高于传统算法,在大规模网络或稠密网络中效率优势更加明显。在真实网络的识别结果中,本文在Celegans2网络中发现了一个不连通的精确模体,还在S838网络中发现了IMO现象,这为进一步研究网络模体的联合功能奠定了基础。以SCMD算法作为模体识别工具,本文在自然网络和人工网络中进行了模体识别,并从模体模糊性和模体规模角度分析了两类网络的差异,进而对两类网络的进化过程产生了新的认识。本文认为,自然界的网络均由一个简单随机网络进化而来,其中自然网络的进化过程受到自然因素的干预,因此其中的模体规模普遍较小,且模体可能受外界环境的影响而产生模糊性;人工网络的进化过程受到人工思维的干预,因此其中可能出现超大规模的模体,且模体受到人为控制而普遍表现出较低的模糊性。

关键词：网络模体模糊模体模体识别 SCMD算法骨架特征

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

生物序列的模体识别算法研究

生物序列的模体识别算法研究

作者：唐叶蕾华南理工大学

学位级别：硕士

生物序列的模体识别是在一组核苷酸或者蛋白质序列中寻找高度相似的、重复出现的保守短序列子串。模体识别对揭露基因表达调控、研究病变机制、发现分子的结构和功能都具有重要的生物学意义。它是一个NP难问题,通常分为枚举和概率两种... 详细信息

生物序列的模体识别是在一组核苷酸或者蛋白质序列中寻找高度相似的、重复出现的保守短序列子串。模体识别对揭露基因表达调控、研究病变机制、发现分子的结构和功能都具有重要的生物学意义。它是一个NP难问题,通常分为枚举和概率两种解决方法。然而枚举方法较为耗时,概率方法在运行速度上更具有优势却容易陷入局部最优,因此本文针对基于概率的模体识别算法存在的问题进行研究,主要的工作内容如下:(1)提出了融合排序轮盘赌选择的基于吉布斯采样的模体识别算法GSMDSRWS(Gibbs Sampling-based Motif Discovery Algorithm Combining with Sorting Roulette Wheel Selection)。针对吉布斯采样对候选模体采样时随机性过强容易导致陷入局部最优,降低收敛速度的问题,GSMD-SRWS将基于适应度大小进行排序的轮盘赌选择方法应用于采样过程。实验证明,与吉布斯采样算法相比,GSMD-SRWS的运行时间最高快了95.30%,最低快了17.69%,平均快了65.23%,并且运行成功率最高提升了24.27%,最低提升了7.53%,平均提升了11.59%。(2)提出了一种基于特征选择和偏移校正的模体识别算法FSOC(Motif Discovery Algorithm Based on Feature Selection and Offset Correction)。针对位置权重矩阵无法全面表示模体的特异性以及模体评价方法单一的问题,本文在GSMD-SRWS两个阶段做出了优化。在GSMD-SRWS的随机初始化阶段,引入模体特征向量空间模型并利用PCA降维加强对关键候选模体特征提取,然后结合BIRCH与DBSCAN双聚类模型对输入的序列数据进行预处理和噪声过滤;在最后的模体筛选评价阶段,提出了能同时体现模体位置特性和生物依赖特性的偏移校正得分函数OCS(Offset Correction Score Function)来确定最终的模体识别结果。实验证明,与MEME、GLAM2和Align ACE三种模体识别算法相比,FSOC在大多数数据集上获得了更高的F1分数。当它们都未陷入局部最优时,其F1分数与MEME相比最高可提升6.30%,比GLAM2最高可提升16.00%,比Align ACE最高可提升72.09%。当同时陷入局部最优导致F1分数为0时,FSOC可通过偏移校正得分函数OCS跳出局部困境,将F1分数提升至73.68%。

关键词：模体识别吉布斯采样轮盘赌选择特征选择聚类

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

(l,d)-模体识别问题的遗传优化算法

计算机学报 2012年第7期35卷 1429-1439页

作者：霍红卫郭丹丹于强张懿璞牛伟西安电子科技大学计算机学院西安710071

转录因子结合位点识别在基因表达调控过程中起着重要的作用.文中提出了一种贝叶斯模型驱动的模体识别的遗传优化算法GOBMD(Genetic Optimization with Bayesian Model for Motif Discovery).GOBMD首先使用一个基于位置加权散列的投影过... 详细信息

转录因子结合位点识别在基因表达调控过程中起着重要的作用.文中提出了一种贝叶斯模型驱动的模体识别的遗传优化算法GOBMD(Genetic Optimization with Bayesian Model for Motif Discovery).GOBMD首先使用一个基于位置加权散列的投影过程,将输入序列中的l-mers投影到k维(k模体,作为遗传算法的初始群体,以进一步求精.在遗传迭代过程中,采用结合贝叶斯模型的适应度函数指导进化过程.模拟数据的实验结果表明,与Gibbs、WINNOWER、SP-STAR、PROJECTION这些模体识别算法相比,GOBMD在对植入(l,d)-模体识别时有较好的性能,能够解决大部分挑战性的植入(l,d)-模体识别问题.此外,作者用Boxplot显示了上述模体识别算法在模拟数据识别上的性能系数分布,结果表明GOBMD具有较好的效率.针对真实生物序列的实验结果同样表明了GOBMD算法的有效性.

关键词：模体识别遗传算法贝叶斯模型散列投影

在线全文

学校读者我要写书评

暂无评论

空中交通网络模体识别及子图结构韧性评估

航空学报 2021年第7期42卷 551-561页

作者：王兴隆石宗北陈仔燕中国民航大学空中交通管理学院天津300300

研究空中交通网络的结构特征是理解网络性质的重要手段。从局部角度出发,以构成空中交通网络的子图结构为研究对象,对其模体特性进行识别。通过对子图浓度在外界扰动下的变化情况进行分析,提出子图结构韧性概念以表征网络拓扑结构的动... 详细信息

研究空中交通网络的结构特征是理解网络性质的重要手段。从局部角度出发,以构成空中交通网络的子图结构为研究对象,对其模体特性进行识别。通过对子图浓度在外界扰动下的变化情况进行分析,提出子图结构韧性概念以表征网络拓扑结构的动态演化规律。以华东地区空中交通网络为例,对低阶子图结构进行了模体特性识别,并对不同扰动下子图结构韧性的变化情况进行评估。实证结果表明,子图结构的模体特性符合空中交通网络的实际连通度需求;在网络受扰动及恢复过程中,子图相对浓度较为稳定,子图结构韧性和网络宏观结构变化之间较为一致。对于揭示节点间连接的偏好及航路结构合理性,网络受扰动及恢复过程背后的底层机制,网络整体与局部结构之间的关系等有着一定的研究意义。

关键词：航空运输空中交通网络韧性模体识别子图结构韧性评估

在线全文

学校读者我要写书评

暂无评论

模体识别问题的优化遗传算法研究

模体识别问题的优化遗传算法研究

作者：郭丹丹西安电子科技大学

学位级别：硕士

揭示基因组水平上的基因表达调控规律是生物信息学和分子生物学所面临的挑战性问题之一。转录调控是基因表达调控的关键步骤,转录因子结合在基因启动子序列中的转录因子结合位点,启动基因的转录和控制基因的转录效率。因而,转录因子结... 详细信息

揭示基因组水平上的基因表达调控规律是生物信息学和分子生物学所面临的挑战性问题之一。转录调控是基因表达调控的关键步骤,转录因子结合在基因启动子序列中的转录因子结合位点,启动基因的转录和控制基因的转录效率。因而,转录因子结合位点的计算预测是研究基因转录调控的重要环节,对于加速推动表达调控机理的研究和转录调控网络的构建有着重要意义。本文在阅读国内外相关文献的基础上,提出了结合随机投影的模体识别问题的优化遗传算法(Genetic Algorithm via OPTimization,GAOPT)。首先,改进了基于位置权重矩阵的模体表示方法,建立了以起始位点向量表示模体的模体模型;其次,给出了基于贝叶斯模型的模体评价函数,并将该函数用作遗传算法的适应度函数;第三,用随机投影算法构造遗传算法的初始群体,对遗传算法进行了优化;最后,对遗传算法识别出的最优模体进行局部优化,去除最优模体中的“假阳性”,以及消除最优模体中可能存在的偏移现象。针对模拟数据的仿真实验结果表明,较之Gibbs,WINNOWER,SP-STAR、PROJECTION算法,GAOPT算法具有较高的平均性能系数。针对真实数据的仿真实验结果表明,GAOPT算法具有较高的识别准确度。

关键词：模体识别遗传算法模体模型贝叶斯打分函数随机投影

HashESU:一种生物网络模体识别高效方法

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

小型微型计算机系统 2015年第9期36卷 2042-2046页

作者：赵静钟诚广西大学计算机与电子信息学院南宁530004

通过模体识别可以获得生物网络结构和功能,生物网络模体识别过程涉及到子图枚举和子图同构的问题,计算量非常大.提出一种高效的网络模体识别算法Hash ESU,它使用经典算法ESU枚举子图,采用Hash表结构保存生成的子图,利用每个新增结点与... 详细信息

通过模体识别可以获得生物网络结构和功能,生物网络模体识别过程涉及到子图枚举和子图同构的问题,计算量非常大.提出一种高效的网络模体识别算法Hash ESU,它使用经典算法ESU枚举子图,采用Hash表结构保存生成的子图,利用每个新增结点与已经确定的结点之间的关系,生成子图标识关键字SIK并映射到Hash表中,每个SIK只在第一次生成时才需要调用同构计算,以大大减少调用NAUTY算法进行同构检测的次数、更快地进行查找和插入子图操作,进而加快模体识别的速度.实验结果表明,在模体识别结果质量相同的前提下,Hash ESU算法的运行效率明显优于著名的ESU算法和使用四分树结构存储子图的Quate Xelero算法.

关键词：生物网络模体识别子图枚举子图同构 Hashing

在线全文

学校读者我要写书评

暂无评论

基于迁徙差分进化算法集成的模体识别

计算机工程 2008年第11期34卷 12-14页

作者：胡桂武广东商学院数学与计算科学系广州510320

为了克服微分进化的局部收敛问题,通过模拟游牧民族的迁徙机制,提出一种迁徙策略,将其与差分进化算法相结合,得到一种迁徙差分进化算法新范式,利用集成技术,发挥各种差分进化算法的优点,提高算法的全局搜索能力。通过生物序列模体识别实... 详细信息

为了克服微分进化的局部收敛问题,通过模拟游牧民族的迁徙机制,提出一种迁徙策略,将其与差分进化算法相结合,得到一种迁徙差分进化算法新范式,利用集成技术,发挥各种差分进化算法的优点,提高算法的全局搜索能力。通过生物序列模体识别实验,验证了该算法的有效性。

关键词：迁徙策略模体识别差分进化算法协同进化

在线全文

学校读者我要写书评

暂无评论

基于Gibbs采样与遗传算法的模体识别

计算机工程 2011年第14期37卷 180-182页

作者：刘文远田陆芳王常武王宝文燕山大学信息科学与工程学院河北秦皇岛066004

借鉴Gibbs采样思想,将序列峰值所对应的候选模体作为遗传算法的初始种群,提出一种改进的模体识别算法。将模体在序列中的出现次数作为变量加入到适应度函数中,使其更符合生物数据的特性。在算法变异操作中加入IUPAC简并码保持种群的多... 详细信息

借鉴Gibbs采样思想,将序列峰值所对应的候选模体作为遗传算法的初始种群,提出一种改进的模体识别算法。将模体在序列中的出现次数作为变量加入到适应度函数中,使其更符合生物数据的特性。在算法变异操作中加入IUPAC简并码保持种群的多样性。对DBTSS数据库中的真实数据进行测试,结果表明该算法具有较高的识别精度和较快的搜索速度。

关键词：模体识别遗传算法 Gibbs采样 IUPAC简并码