高通量蛋白质组学技术现况和展望

尽管对人类蛋白质组的最终完成目标存在不同的意见,但第一步要绘制完整人类基因组所表达的全部蛋白质谱,似乎没有太多的争议.人类蛋白质组的表达谱绘制遇到了在1993和1994年人类基因组测序计划同样的问题,科学家们在注重最后能达到的成就时忽略了所采取的手段.事实上,如果不是解决了96道毛细管电泳测序技术,现在测序计划只可能完成了一部分.同样,目前的绘制表达谱的计划也面临着类似的技术平台上不成熟的情况.     

基于邻域覆盖约简的层次化规则学习算法

在大数据环境下的分类学习中，随着描述样本语义信息的丰富，数据的类别空间结构存在着层次化。然而，现有分层分类算法缺乏可解释性，为此本文提出了一种基于邻域覆盖约简的层次化规则学习算法。该算法框架主要包括：（1）定义了面向层次化结构数据的邻域覆盖约简模型；（2）定义了层次邻域系统中覆盖元的依赖度；（3）提出了一种基于覆盖元依赖度的层次化规则学习前向搜索算法。最后，实验表明本文所提算法的分类性能较优且具有较好的可解释性。     

基于改进贝叶斯的领域问答对自动获取

问答对的规模和质量是影响基于常问问题集问答系统性能的重要因素,目前所使用的问答对库一般是人工构建的,往往需要耗费大量的时间和人力物力.针对此问题,提出一种基于改进贝叶斯的领域问答对自动获取方法.该方法将HTML页面解析成DOM树,选择DOM树的节点信息和结构信息作为问答对的分类特征,结合受限领域知识库,利用改进贝叶斯分类模型.从HTML页面中自动获取问答对并过滤出领域问答对.实验结果表明,该方法效果显著.     

中文问答对过滤方法研究

问答对过滤是准确自动获取问答对的句法结构关系和领域特征,选取句子主干与领域词汇作为分类特征,采用贝叶斯分类学习方法进行领域问答对过滤;根据中文语言相关性,融合句法、词法及语义要素,计算句子与问答对相关性,以相关性为基础,过滤面向句子相关的问答对.实验结果表明,提出的过滤方法均取得了较好的效果,相对传统过滤方法,能够提高问答对过滤的准确率.     

结合邻域信息和标记相关性的在线多标记流特征选择算法

现有大多数多标记流特征选择算法在进行特征选择时,往往忽略标记间的相关性,易导致算法预测精度的下降。为解决这一问题,提出一种结合邻域信息和标记相关性的在线多标记流特征选择算法;定义自适应邻域关系解决邻域粗糙集的粒度选择问题,将其推广到多标记学习中;利用互信息计算标记间的相关性得到标记权重;通过邻域粗糙集和标记权重评估特征和标记间的相关性,并设计特征在线重要度分析、在线相关性分析和在线冗余度分析3种指标,以实现在线评价动态候选特征。在7组多标记数据集以及5个评价指标上的实验结果表明,所提算法综合性能较优。