基于改进标记传播算法的基因表达谱数据分析

针对原始标记传播算法迭代次数过多和阈值选取的不确定性等问题,提出一种改进的标记传播算法,并将其应用于基因表达谱数据分析。首先将高维基因表达谱数据表示为权值矩阵,同时定义一个表示样本类别属性的标记序列,并将其中少量样本标记为已知;然后利用根据Gauss-Seidel迭代算法推导出的迭代公式更新标记序列,并证明标记序列的解的收敛性;最后采用正负标记的方式,根据标记序列各分量的符号差异实现数据类别的划分。通过白血病和结肠癌数据集实验,证明了本文方法的有效性。     

Ⅱ型双截尾下逆威布尔分布尺度参数的估计

基于Ⅱ型双截尾样本,通过极大似然法得到了尺度参数极大似然估计的迭代公式.选取尺度参数的先验分布为无信息分布和伽玛分布,分别在平方损失和熵损失下,给出尺度参数的贝叶斯估计.利用Monte-Carlo模拟比较了各种估计的均方误差,结果表明,当选取伽玛先验和熵损失时,参数的贝叶斯估计最优.     

探究酸度、温度、放置时间对维生素C稳定性的影响

用直接碘量法测定维生素C在不同PH值,不同温度以及不同放置时间下维生素C含量的变化。结果表明在p H值为2~5时,维生素C比较稳定;反之,无论是强酸性还是强碱性条件下,维生素C含量均随时间的延长而显著减少。维生素C的含量随温度升高也会显著减少。另外,在水溶液中,维生素C的含量随放置时间增长而显著减少,如在30℃时,其半衰期为52.9 h。该研究为人们日常的生活中合理地存储、食用维生素C提供一定的参考价值。     

电力系统状态估计研究综述

电力系统状态估计是能量管理系统(EMS)的重要组成部分,其结果直接影响电网调度的智能化分析与决策。综述了电力系统状态估计的研究现状。首先,简要分析了电力系统经典静态状态估计和动态状态估计的基本功能及其发展;然后,介绍了几种目前新出现的状态估计方法,即新息图状态估计、谐波状态估计、配电网状态估计等,指出各个方法的优缺点。最后,对状态估计方法中值得研究的方面进行了展望。     

基于谱图理论的形状聚类仿真

谱图理论已经广泛的应用于形状表示、匹配和聚类。主要研究两个方面的问题：1、通过提取形状的骨架特征点和图谱分析,建立形状的数学模型;2、通过分析模型的数学特征,将形状投影到低维空间中。利用上述方法实现了形状的聚类仿真。针对公共数据集的仿真实验证明了该聚类算法能有效的实现形状聚类。     

基于奖惩函数的非对称信息委托代理博弈分析

委托代理本身存在诸多信息不对称、不确定的因素和风险,委托代理双方必须考虑风险的控制和利益的平衡.基于委托人拟支付代理人的工资总额按代理人的名义产出确定,引进奖惩机制遏制代理人的败德行为,运用博弈论中委托代理理论建立了非对称信息下委托-代理模型.并得出给定条件下的最优合同.     

江苏省优秀运动员保障工作的现状及其改善对策

我省的优秀运动员保障工作走在了全国的前列,为全国各地优秀运动员保障工作的开展起到了积极的示范作用.但是也存在一些训练、退役等保障方面的问题.因此,为改善江苏省优秀运动员的保障工作,需要进一步推进政府保障、社会保障、自我保障等措施.     

建模与仿真过程中需求分析模型的校核与验证研究

建模与仿真(M&S)开始于对所研究问题的明确定义与清晰描述,准确完整的需求定义是确定M&S校核、验证与确认(VV&A)评估标准的依据.简要介绍了需求分析过程的阶段和需求分析模型的建立方法,分析了需求分析模型校核与验证的主要内容,并给出了需求分析模型的静态校验和动态校验方法.     

面向多目标的自适应动态概率粒子群优化算法

将基于动态概率搜索的粒子群优化(Particle swarm optimization,PSO)算法应用于多目标作业车间调度问题(Flexibleiob shop scheduling problem,FJSP),提出一种新算法.算法在搜索初期利用粒子近邻的平均最优代替传统的单个最优引导搜索,后期用Gaussian动态概率搜索来提高算法的局部开挖能力.然后,引入Pareto优的概念,采用精英集来存放非劣解,提出一种新的适应度值分配方法.此外,在算法中还引入了一种自适应的变异算子来增强解的多样性.最后,用新算法对多组FJSP实例进行测试,并与其他几种方法进行比较,结果表明提出的算法具有较好的搜索性能,是求解多目标FJSP的一种可行方法.