最低生活保障系统中数据挖掘技术的实现

本论述对低保数据的挖掘中,使用了两种挖掘算法,另外配合SQL Server 2010提供的数据挖掘功能对低保数据进行了全面的分析,介绍了OLAP技术和数据挖掘在低保数据分析中的应用.主要内容包括:分析了数据挖掘技术在低保数据分析中的应用意义;研究了关联规则、决策树算法、聚类分析在低保数据分析中的应用.这也是低保信息化工作今后重要的研究目标和发展方向.     

基于银行零售业务的信用风险模型浅析

国际银行界风险管理的一个主要特点是广泛使用统计方法和信息技术对风险进行量化管理,特别是在银行零售业务.模型化自动数据分析技术的使用为银行减少风险提供了客观上的可能性.本文介绍了一下常用银行零售业务信用风险模型,并作了一下简要评述.     

用Excel实现数据分析

结合实例介绍了使用Excel的自动筛选、数据透视表和数据透视图等工具实现简单的数据分析.     

非线性数据分析中的算法优选

运用模糊优选理论建立非线性数据分析方案的优选模型，进行非线性数据分析方案选择，能有效地减少主观因素的影响，优选结果准确可靠。结合实例介绍了模型的使用方法。     

面向大数据分析的建筑能耗信息模型

为便于使用不同粒度的建筑能耗数据进行大数据分析,调研了相关标准、导则及研究资料,整理了用于建筑能耗分析的指标,明确了计算这些指标所需要的数据及数据之间的关系.用面向对象的方法,先建立建筑能耗信息总体模型,然后建立了3个相关实体的粒度模型,共同构成面向大数据分析的建筑能耗信息模型.使用MongoDB建立基于该模型的数据库用于大数据分析,从而验证该模型的可行性.本研究使充分利用不同粒度的建筑能耗数据进行大数据分析成为可能.     

GNSS空间信号质量分析方法研究

导航信号质量的优劣,直接关系到卫星导航系统的性能,同时也反映了卫星有效载荷的工作状态和各种电性能指标.中国科学院国家授时中心的GNSS空间信号质量评估系统,以标准仪器监测、离线数据分析和监测接收机三种方式对导航信号质量进行分析与评估.本文主要介绍了该系统的离线数据分析方式和数据采集方法,分析了信号功率谱、眼图、星座图和码片赋形等性能,分析了相关峰、相关损耗等相关性能参数.分析结果表明,该系统中使用的信号质量评估方法实用有效.     

CCD轨道状态研制动态检测装置的研制

介绍了基于CCD动态检测轨道不平顺的方法 ,给出了系统检测的原理、总体结构、工作流程和数据分析处理流程 .经过实际线路的试验证明 ,该装置是准确和可靠的 ,作者对试验结果进行了详细的数据分析 .     

大数据分析在移动通信网络优化中的应用研究

大数据分析对于移动通信网络优化有着非常重要的作用和意义,在4G时代,不仅为移动通信网络带来了巨大的发展机遇,也使移动通信网络面临着严峻的考验.为了使移动通信网络获得更好的应用和发展,借助大数据分析可以实现对移动通信网络的优化和完善.本论述对大数据技术和移动无线网络概况进行了简单的介绍,分析了大数据分析在移动通信网络优化中的现状以及困难,对大数据分析在移动通信网络领域应用的优化方式进行了深入的研究,结合本次研究,提出一些自己的建议看法,希望提高大数据分析在移动通信网络优化中的应用效果,更好地将大数据分析应用在移动通信网络优化中,促进我国通信行业的发展.     

基于SQL Server Analysis Services的招生数据分析

信息系统在招生工作中已经大量应用,过程中积累的数据蕴涵了大量有价值的知识和规律.以某高校2007和2008两年招生数据为例,介绍了如何使用SQL Server Analysjs services建立招生数据仓库,使用数据透视表工具进行数据分析与表现,发现数据背后隐藏的信息,最终科学的指导下一年度招生工作.     

假设坐标在GPS控制测量中的应用

本文简要介绍了全站仪假设坐标系与GPS控制测量的基本流程;通过实际工程获取相关数据,并对这些实际数据分析,提出在假定坐标系下GPS控制测量设计新思路,探讨在特定条件下,使用假定坐标进行GPS控制测量的工作流程和转换方法,为GPS控制测量提供进一步的参考.     

Simulation of ChIP-Seq based on extra-sonication of IPed DNA fragments

The combination of chromatin immunoprecipitation with sequencing (ChIP-Seq) is an effective method for obtaining an in vivo genome-wide profile of the interaction of a protein with DNA. With the dramatic development of high-throughput short sequencing technologies, several new algorithms have been developed to process ChIP-Seq. However, the reported analytical tools for ChIP-Seq based on size selection of immunoprecipitated (IPed) DNA fragments are mainly adopted on the Solexa system. As a sequencer with the highest throughput, few studies of ChIP-Seq based on SOLiD system have been reported. The main difference of the SOLiD and Solexa systems exists in the length of DNA fragments during preparing sequencing libraries. The SOLiD system has relatively short DNA fragments if it processes a further sonication of IPed DNA fragments in order to meet the length requirement of DNA frag-ments for emulsion-PCR (ePCR). This work aims to investigate the influences of DNA fragment length on data analysis from ChIP-Seq. Previous studies show that typical bimodal peaks can be observed in Solexa ChIP-Seq data, but based on the analysis of the real SOLiD ChIP-Seq data in this study, we found that there were no double peaks with apparent reads shift in a local enriched region and the local reads distribution of peaks were tested by normal distribution. Using real and simulated ChIP-Seq data, three main ChIP-Seq algorithms (CisGenome, SISSRs and MACS) have been investigated. We found that algorithms developed for processing ChIP-Seq data generated from Solexa library protocol, cannot efficiently capture the feature of the ChIP-Seq data from SOLiD library. Misuse of those analytical tools would be a possible reason for failure of ChIP-Seq on the SOLiD system. Therefore, a new ChIP-Seq analytical strategy for an extra-sonication of IPed DNA fragments needs to be developed.     

Web数据挖掘技术的研究

介绍了web数据挖掘的概念及其分类，对数据挖掘技术的研究进行综述，并进一步阐述了web数据挖掘在电子商务中的应用前景。     

高通量转录组测序的数据分析与基因发掘

高通量转录组测序(RNA-seq)是在转录组水平上进行深度测序的一项技术,为真核生物转录组学的研究开创了新平台,但同时测序所得到的海量数据的生物信息学分析成为科研工作者的一大挑战。对转录组测序技术进行了阐述,重点介绍了转录组测序后的数据分析,以及在真核生物尤其是非模式物种中的基因发掘方法。     

黄连基因组勘测与分析

本研究基于下一代测序技术,对黄连基因组进行了勘测,构建了两个插入片段大小分别为200bp和500bp的文库,进行了深度约30X的测序。通过测序获得了54Gb的原始数据,过滤后得到44.8G数据。通过SOAP de nove软件组装后初步获得了contig和Scaffold序列,进一步分析结果显示其基因组大小为1,116Mb左右,大约具有1.1%的杂合度,说明要完成该物种的全基因测序可能在使用鸟枪法的同时,还应该联合BAC文库测序等多种方法.对这些数据进行了初步的组装,获得了130,381条scaffold序列.     

人工构建微生物组对制革废水的氨氮去除及微生物组的对比变化分析

为探究复合人工微生物组对制革废水处理体系中微生物群落的影响,在传统的厌氧/好氧(A/O)污水处理工艺处理制革废水的基础上,投加微生物复合菌形成人工微生物组。利用复合人工微生物组强化废水处理,应用高通量测序技术测定各样品中的细菌16S rRNA V3-V4变异区序列,并对测序数据进行生物信息学分析、Alpha多样性分析以及物种组成分析。结果表明,投加微生物组后,化学需氧量(COD)和氨氮的处理效果得到提升,COD的去除率约为82.60%,氨氮的去除率约为99.47%。高通量测序结果表明,人工投加微生物组使得活性污泥中微生物群落丰度以及多样性提高,污染物降解功能菌占比有所提升,陶厄氏菌属(Thauera)成为其最主要的优势菌属。复合人工微生物组的投加对强化制革废水处理系统有一定潜力。     

全矿渣混凝土的研究及应用前景

针对国内近年来由于大量使用混凝土而导致所需材料的用量大幅度提高的情况,为节约能源、保护环境,综合利用高炉矿渣,制备全矿渣混凝土。通过对高炉重矿渣的化学成分、矿物组成及稳定性分析,阐述选择、评价高炉重矿渣粗、细骨料的依据以及配制全矿渣混凝土的工艺特点和性能特点及应用条件和使用范围。同时对全矿渣混凝土做出技术、经济分析及工程应用概述。     

关联分析技术在IDS中的应用

关联分析技术能从大量的数据中挖掘出许多数据属性之间隐藏的规律或关联知识,目前已被应用到入侵检测系统(Intrusion Detection System,简称IDS)中,用来从网络数据中挖掘出正常和攻击模式.对关联分析技术做了阐述,并对Apriori算法进行了两点改进,以提高效率,并给出相关的实验数据.     

The diploid genome sequence of an Asian individual

Here we present the first diploid genome sequence of an Asian individual. The genome was sequenced to 36-fold average coverage using massively parallel sequencing technology. We aligned the short reads onto the NCBI human reference genome to 99.97% coverage, and guided by the reference genome, we used uniquely mapped reads to assemble a high-quality consensus sequence for 92% of the Asian individual's genome. We identified approximately 3 million single-nucleotide polymorphisms (SNPs) inside this region, of which 13.6% were not in the dbSNP database. Genotyping analysis showed that SNP identification had high accuracy and consistency, indicating the high sequence quality of this assembly. We also carried out heterozygote phasing and haplotype prediction against HapMap CHB and JPT haplotypes (Chinese and Japanese, respectively), sequence comparison with the two available individual genomes (J. D. Watson and J. C. Venter), and structural variation identification. These variations were considered for their potential biological impact. Our sequence data and analyses demonstrate the potential usefulness of next-generation sequencing technologies for personal genomics.     

大规模单细胞转录组测序数据的聚类方法比较

单细胞转录组测序(single-cell RNA-sequencing, scRNA-seq)数据具有高稀疏性、高噪声、高维度、结构信息和位置信息缺乏等特点,且数据规模迅速增大,使得单细胞聚类面临较大的挑战。为便于对不同的scRNA-seq数据选择合适的分析方法,本研究对scRNA-seq数据的质量控制、基因选择和聚类等方法进行比较分析。首先,分析质量控制中过滤和归一化的方法及其阈值设置;然后,从模型因子、测序技术、方法局限性和优势等方面,对6种典型的基因选择方法进行比较;最后,详细阐述6种典型的单细胞聚类方法,并分析其适用的数据规模和优缺点。收集14个带有真实标签的金标准scRNA-seq数据集,包括5个全长测序数据集和9个双端测序数据集,其中5个数据集包含的细胞数大于3 000个,对6种典型的基因选择方法和6种单细胞聚类方法进行实验比较,分析它们在识别高差异基因时和在聚类性能上的差异。结果发现,不同的基因选择方法在Adam和Wang＿Lung数据集分别可以检测到182个和124个共有基因,以及一些独有基因。此外,Seurat、SC3、Monocle 3和scDeepCluster的...     

基因芯片的应用

基因芯片技术是建立在杂交序列基本理论上的分子生物学技术，具有高度平行性、多样性、微型化和自动化的特点．目前，该技术已用于DNA测序、基因表达分析、新基因的发现、基因单核苷酸多态性(SNPs)研究、基因诊断、药物筛选等领域，而且其应用范围还在不断扩展．本丈概述了基因芯片的原理及应用。