基于Dempster-Shfer证据理论的组合基因预测

使用Dempster-Shafer证据推理理论组合多个基因预测程序可以组合来自多个信息源的基因预测信息,多个基因预测程序组合后的预测效果明显好于单个基因预测程序的效果.     

多步自适应组合预测及其应用

提出一种多步自适应组合预测方法,预测由多个并行不同的多步自适应预测模型组成,最终预测结果,由多个预测模型预测值的线性加权组合决定,本法适用于随机时变动态系统过程的多步预测问题,在某省粮食产量趋势预测中,应用此法获得了良好的效果.     

基于统计组合与特征分类的基因预测算法

在研究了三种基因局部特征的基础上,针对现有的基因预测方法在预测5'端外显子方面的不足,构建了一种基于统计组合与特征分类的基因预测算法,即将基因区域数据根据局部特征分成两个相对独立的集合,采用统计组合的方法将多种基因预测方法综合在一起进行基因预测研究.实验结果表明,该算法提高了基因预测的精度,为基因预测提供了一种可能的研究方案.     

一种基于专家理性预期的组合预测方法及应用

将多个单预测模型进行组合,是提高预测精度的有效途径.由专家理性预期对待选用的单预测模型从模型拟合、方法应用复杂性、适应性和时效性方面进行多指标综合评价,在此基础上,构建组合权重系数,给出了具有主客观信息集成特征的组合预测方法,将组合预测模型与单预测模型进行分析对比,对我国民用汽车的保有量进行了预测并给出了预测效果分析.模型预测效果分析显示,具有主客观信息集成特征的组合预测模型比单预测模型具有更强的适应性,预测精度大幅提高.     

组合预测方法在电力系统负荷预测中的应用

组合预测方法是一种性能优越的预测方法.应用最优组合预测和递归等权组合预测方法将自适应滤波模型、灰色模型、指数平滑模型组合在一起进行电网负荷预测,获得了好的预测效果.     

安徽省城镇居民人均收入的组合预测

以1995～2009年安徽省城镇居民家庭人均可支配收入的数据,分别建立时间序列模型、回归模型和灰色预测模型．然后在三个单一预测模型的基础上综合各个预测模型的优缺点．通过使组合预测误差平方和最小确定各单一预测方法的权重系数,得到最优组合预测模型．最后对几种预测方法进行了评价,得出组合预测效果比较精确．     

基因预测中外显子分值的转化

多数基因预测算法都会给出预测外显子的分值,但这些分值大多没有意义,很难给使用者带来有用的信息.作者以基因预测程序Fgenes为例,分别用4种方法将外显子的分值转换成概率分值,通过计算机模拟,4种方法都取得了良好的效果,其中以局部多项式估计效果最好.     

负荷预测中的组合预测方法与改进分析

组合预测方法是一种优越的组合方法,在电网负荷预测中,通常和多种预测方法结合在一起,如灰色模型、指数平滑模型等,取得很好的预测效果。随着经济快速发展,电网运行体系也不断完善,相应的负荷预测方法必须不断的改进,才能适应现阶段供电需求。本文就负荷预测中的组合预测方法与改进进行分析探讨。     

水稻基因结构分析与预测建模

将水稻基因结构预测问题划分为基因级、元件级和特征级等多个层次上的一系列较简单子问题,分析了各特征与序列C G含量之间的依赖关系,通过采用从简单到复杂逐级优化的策略建立了不同序列C G含量的水稻基因结构模型,设计了基因结构寻优的动态规划算法,开发了水稻基因结构预测软件Rice-GenePRE.采用测试数据集OsSNG550对该软件进行测试的结果显示:RiceGenePRE在核苷酸、外显子和基因水平上的预测效果均优于水稻基因结构预测系统FGENESH.     

基于预测有效度的优性组合预测模型研究

针对基于预测有效度的组合预测模型提出了新的优性组合预测、预测方法优超和冗余度的概念 ;指出了简单平均组合预测方法至少是非劣性组合预测 ;并探讨了优性组合预测存在的充分条件 ;给出了冗余信息出现的两个判定定理     

Prediction of eukaryotic gene structures based on multilevel optimization

Computational gene structure prediction, which is valuable for finding new genes and understanding the composition of genomes, plays a very important role in various kinds of genome projects. For eukaryotic gene structures, however, the prediction accuracy of existing methods is still limited. This paper presents a method of predicting eukaryotic gene structures based on multilevel optimization. The complicated problem of predicting gene structure in eukaryotic DNA sequence containing multiple genes can be decomposed into a series of sub-problems at several levels with decreasing complexity, including the gene level (single-exon gene, multi-exon gene), the element level (exon, intron, etc.), and the feature level (functional site signals, codon usage preference, etc.). On the basis of this decomposition, a multilevel model for the prediction of complex gene structures is created by a multilevel optimization process, in which the models dealing with sub-problems at low complexity level are first optimized respectively, and then optimally combined together to form models for those sub-problems at higher complexity level. Based on the multilevel model, a dynamic programming algorithm is designed to search for optimal gene structures from DNA sequences, and a new program GeneKey (1.0) for the prediction of eukaryotic gene structures is developed. Testing results with widely used datasets demonstrate that the prediction accuracies of GeneKey (1.0) at the nucleotide level, exon level and gene level are all higher than that of the well known program GENSCAN. A web server of GeneKey(1.0) is available at http://infosci.hust.edu.cn     

基于卷积神经网络的基因剪接位点预测

研究剪接位点可以更深入地探索剪接机制和基因预测方法,准确预测剪接位点至关重要。基于深度学习技术提出一种新的预测方法,无需人工提取样本特征,以基因序列的K-MER编码向量作为输入,采用训练后的卷积神经网络(CNN)模型进行预测。基于人类基因HS3D供体数据集,与传统机器学习方法进行预测比较,结果表明预测模型的主要性能指标,包含马修斯相关系数(MCC)、灵敏度(SN)均超过传统的机器学习方法。     

基于信号处理的基因识别模型

为了获得精确可靠的基因识别信息,根据所给DNA 序列进行数值化映射（基于 Voss映射和Z-curve映射）运用快速傅立叶变换（FFT ）以及离散小波变换算法计算DNA序列功率谱和信噪比;对于不同类型生物的基因预测采用靴带抽样算法推断基因预测的最佳阈值并以特异性、敏感性和精度3个性能指标来评估基因预测方法的性能,所建模型在基因识别中精度较高、运算快、效果好。     

生物信息学研究的军事应用前景

叙述了生物信息学的研究现状及生物信息学在未来军事领域的应用前景.指出大规模基因测序中的信息分析、新基因识别、蛋白质结构预测、"数字化基因"获取、非编码区分析、完整基因组比较、基因功能表达谱分析等都是生物信息学应用于未来军事领域的重要研究内容.     

High Accuracy Gene Signature for Chemosensitivity Prediction in Breast Cancer

Neoadjuvant chemotherapy for breast cancer patients with large tumor size is a necessary treatment.After this treatment patients who achieve a pathologic Complete Response(p CR) usually have a favorable prognosis than those without. Therefore, p CR is now considered as the best prognosticator for patients with neoadjuvant chemotherapy. However, not all patients can benefit from this treatment. As a result, we need to find a way to predict what kind of patients can induce p CR. Various gene signatures of chemosensitivity in breast cancer have been identified, from which such predictors can be built. Nevertheless, many of them have their prediction accuracy around 80%. As such, identifying gene signatures that could be employed to build high accuracy predictors is a prerequisite for their clinical tests and applications. Furthermore, to elucidate the importance of each individual gene in a signature is another pressing need before such signature could be tested in clinical settings. In this study, Genetic Algorithm(GA) and Sparse Logistic Regression(SLR) along with t-test were employed to identify one signature. It had 28 probe sets selected by GA from the top 65 probe sets that were highly overexpressed between p CR and Residual Disease(RD) and was used to build an SLR predictor of p CR(SLR-28). This predictor tested on a training set(n = 81) and validation set(n = 52) had very precise predictions measured by accuracy,specificity, sensitivity, positive predictive value, and negative predictive value with their corresponding P value all zero. Furthermore, this predictor discovered 12 important genes in the 28 probe set signature. Our findings also demonstrated that the most discriminative genes measured by SLR as a group selected by GA were not necessarily those with the smallest P values by t-test as individual genes, highlighting the ability of GA to capture the interacting genes in p CR prediction as multivariate techniques. Our gene signature produced superior performance over a signature found in one previous study with prediction accuracy 92% vs 76%, demonstrating the potential of GA and SLR in identifying robust gene signatures in chemo response prediction in breast cancer.     

基于基因表达式编程的人口预测模型

提出一种基于基因表达式编程算法(GEP)的人口预测新方法,并将该方法应用于东莞市人口预测实例问题研究。实验结果表明:由于基因表达式编程算法采用基因型与表现型相统一的编码方式、高效的遗传算子以及全局搜索的寻优方式,基于GEP算法的人口预测模型能够在样本少的情况下给出相对准确的预测结果。其验证数据的预测绝对值平均误差为0.96%,与灰色系统GM(1,1)预测模型及径向基人工神经网络预测模型相比,预测精度分别提高了18.34%、30.54%。GEP人口预测模型能够更好地挖掘人口发展的复杂非线性模式,有效防止过度拟合现象的发生,提供更为准确、合理的拟合及预测结果。     

矿床定量预测理论与方法体系

矿床定量预测由以下三个体系构成：（１）以相似类比理论和有序度理论为指导的模型定量类比预测;（２）以求异理论和亲合度（求同）理论为指导的无模型预测;（３）以专家集体智慧理论为指导的专家集体智慧预测（主观概率法）。以上三类预测体系可单独使用,也可同时使用或交替使用。在实际应用时,应注意对不同空间、不同时期的数据分别进行统计,定性知识与定量数据相结合是预测成功的重要条件。     

地下水流量预测的线性神经网络法

地下系统是一个复杂的随机系统。根据降水量与地下水流量之间的相关关系，建立线性神经网络模型，并且将其用于地下水流量的动态预测。     

基于SAM和GA／SVM的肿瘤基因表达谱分类算法

基因芯片技术在肿瘤分型分类的研究中得到了广泛的应用．为了处理肿瘤基因表达谱数据,建立肿瘤分类预测模型,文中采用基因表达差异显著性分析方法,支持向量机,遗传算法相结合的多步骤降维分类方法．采用该方法处理大肠癌和白血病数据集,筛选到基因数量较少并且分类准确度较高的特征基因子集．实验结果表明,文中的方法可以快速有效地筛选肿瘤特征基因,获得更好的分类效果．     

遵义市海龙坝地下水动态研究

随着工农业对水需求量的巨增,开采地下水无疑是一很好解决方案。地下水资源量受多项因素影响,是一动态随机过程。根据其时间序列,建立线性神经网络模型,并将其用于地下水流量的动态预测。结果表明,预测精度较高,该方法可用于地下水的动态预测。