基于蛋白质互作用网络的关键蛋白质识别研究

本文提出了基于图论算法的关键蛋白质识别方法,选择合理的候选关键蛋白质集合和相关的路径参数,对大规模蛋白质互作用网络的关键蛋白质进行预测．实验表明,该算法是有效的．     

基于复合物结构和网络拓扑特性的关键蛋白质识别算法

关键蛋白质的识别有助于从分子水平上理解生命的活动过程,然而仅从拓扑特性角度来识别的关键蛋白质不够精准,因此为了提高识别准确率,结合复合物信息提出了确定蛋白质关键性的指标模型EIC,该模型是基于蛋白质复合物内的局部中心性特性以及网络的全局信息特性来考虑.使用DIP和MIPS两种蛋白质相互作用(PPI)网络作为实验数据集,...     

基于相似度测量法的模糊最短路径问题

提供了一种基于相似度测量法处理模糊最短路径问题的算法,通过计算各路径的相似度找到模糊最短路径长度,并获得相应的模糊最短路径.     

基于GIS的最短路径算法研究

最短路径算法是计算机科学与地理信息科学领域的研究热点。本文对常用的最短路径标号算法进行了分析,并讨论了优化算法的方法。     

最短路径子图

在大型网络中两节点之间的最短路径常常不止一条,而且在带限制条件的路径选择等应用上,常常需要找出多条最优或近优的路径.一些经典的单源最短路径算法,如Dijkstra算法,能找出一条从起始点到目的点的最短路径,但并不能求解两点之间的所有最短路径.本文给出了最短路径子图的概念,用于存储图中两节点之间所有最短路径信息,能够节约存储空间.并给出了最短路径子图构造算法SPSG,其时间复杂度为O(n e),比同类算法时间复杂度更低.随机网络模型的仿真结果表明:SPSG算法效率更高.     

基于平面图的最短路径算法的研究

研究平面图特殊应用条件下最短路径搜索算法的时间复杂度和空间复杂度。从应用的角度,设计一种新的数据存储结构,改进最短路径搜索算法,并建立一个简捷的估价函数,使基于平面图的动态路径规划算法在时间复杂性和空间复杂性上均达到了线性,为进一步解决这一领域内的网络综合分析打下了基础。     

基于网络拓扑和多种生物信息融合的关键蛋白质识别算法

关键蛋白质的识别有助于了解细胞存活的基本需求,并为疾病治疗找到新方法,但是蛋白质自身携带着复杂的生物特性,仅依赖网络拓扑特性不能精准地判断其关键性.因此,提出一种新方法来提高识别关键蛋白质的准确率.首先,考虑网络拓扑特性以及蛋白质在不同亚细胞中的重要程度,定义了SNC方法;其次,利用蛋白质在亚细胞与复合物信息中的特性定义了SIDC方法;最后,通过融合网络拓扑结构和多源生物信息,提出了关键蛋白质识别算法CTB.在YDIP、YMIPS和Krogan数据集上利用精准率-查全率等多种评估方法进行实验,结果表明CTB算法提高了识别关键蛋白质的性能.     

VC 实现基于Dijkstra算法的最短路径

设计一种方便查找及显示最短路径的数据结构,并对针对原有的Dijkstra算法通常仅研究计算一条最短路径加以改进,实现一个顶点到另一个顶点的所有多条最短路径的查找。     

基于重叠节点的社会网络最短路径算法

通过路径发现和分析可以挖掘社会网络中人与人之间的关系及其连接特性,特别是在犯罪网络的应用中具有重要意义。通过社区发现算法获得社区间的重叠节点,并构造目标网络的分层网络模型;基于社会网络的高聚集系数特性及幂律分布拓扑特征,提出了基于重叠节点的分层网络路径发现(HOLN)算法,以核心节点距离代替社区间距,优化路径搜索方向;优先搜索重叠节点,简化对节点的遍历,实现源与目标间最短路径的快速发现。实验结果表明,本文提出的HOLN算法在计算精度和运行效率上都有令人满意的表现。     

两点间最短路径算法

在实际中常提出这样的问题,比如说,在交通网中,问A,B两地是否有道路可通?如果有通路且不止一条的话,那么最短的是哪条?所谓最短,可理解为里程数最少,也可理解为旅差费最省,还可理解为道路的建造成本最低等等。总之,这类问题都可归结为在一     

一种求解时变条件下双目标最短路的算法

在组合优化过程中,往往需要获得从起点到终点之间的最短路,有时需要同时考虑两个目标,而这些目标可能会随着时间的变化而变化。为此,提出了一种利用标号法获得时变条件下双目标最短路的方法,考虑了不同的出发时间的情况,并对算法的复杂性进行了分析,最后给出了一个应用算例。     

嵌入式导航系统中的最短路径分析

为了提高移动导航系统的功能,针对嵌入式计算机的特点,在进行网络分析后提出了用十字链表存储网络数据以有效地减少内存资源的占用,在此基础上,进而提出了相对确定方向偏离量最小的最短路径搜索算法并且结合双向搜索的思想对其进行了改进以有效提高算法的效率。经对照比较可知算法的时间、空间复杂度较小,更适合于移动导航系统的应用,改进的算法效率更高。     

基于网络限制的最短路模型

带限制的网络是一类特殊的网络,如具有禁止通行限制信息的交通路网.由于此类网络的最短路径的求解是有后效性的,因此经典的Dijkstra算法等就无法用来解决此类问题.提出了一种路网带限制的交通网络最短路径建模方法.该方法将具有禁行限制的特殊网络转化成一个一般的网络模型,从而可用任一传统高效的算法完成对其最短路径的求解.     

最短路问题在运输网络中的应用

最短路问题是在图的基础上衍生出来的,也是网络优化中的一个基本问题,许多选择优化问题都可以转化为最短路问题来求解.本文重在研究公路网络运输中的最短路问题.     

基于蚁群算法的最短路径搜索方法研究

最短路径问题是在给定的网络图中寻找出一条从起始点到目标点之间的最短路径。蚁群算法是一种用于求解优化问题的新型模拟进化算法,该算法在许多相当困难的优化问题的求解中体现了极强的寻优能力和较好的性质。提出了一种利用蚁群算法来解决网络最短路径问题的新方法,并用Matlab语言编程进行算法的实现和仿真。结果表明,蚁群算法在寻求网络最短路方面的应用是可行的。     

罚转向网络最短路径研究

建立和研究了具有转向惩罚值的网络模型。在引入了罚转向网络符号及规则后，对所建立的罚转向网络模型的有关最短路径的性质进行了研究，提出了以标记法为基础的求解最短路径的算法，最后给出了应用该算法的一个简单实例。     

随机网络的动态最短路研究

本文对于权值为时间t的连续函数动态最短路的问题,通过先求解某个时刻从起点到终点的最短路,然后分析某个时刻的最短路与该时刻的邻域内的最短路关系,再借助有限覆盖定理,求解出某一闭时间区间内的最短路时．从一新途径研究了变权的最短路问题．