概率布尔网络动态特性及其结构分析

从网络灵敏度和概率布尔网络基因状态间的转化2个方面分析、研究了概率布尔网络的动态特性,把网络灵敏度的概念从布尔网络引入到概率布尔网络中,得出了概率布尔网络灵敏度的计算方法.最后从网络结构方面进一步分析概率布尔网络的动态特性,把概率布尔网络分解为基础布尔网络,从而利用结构简单明了的布尔网络分析结构更为复杂的概率布尔网络及其稳态分布,并以实例说明该方法.     

布尔网络动态行为研究

布尔网络动态特性的研究已经成为国内外基因调控网络研究的重要课题.介绍了布尔网络动态行为的相关概念和最新进展,并采用计算机模拟布尔网络的动态演化过程,用消除趋势波动分析（DFA）方法分析了布尔网络的长程相关性动态特性.结果发现：绝大多数布尔网络呈现1/f波动;长程相关性值α与网络的连通度k有关,并随着灵敏度数值S的增加而减小.     

用于基因调节网络建模的概率布尔型基因网络结构分析

基于Iyla Shumlevieh提出的概率布尔型网络(PBN)模型，讨论了概率布尔型网络PBN的结构分析问题．依据PBN网络模型中任意两基因之间量化了的相互影响，对基因调节网络图进行分割，得到各自独立的子网络．同时，依据一定规则找到对网络的稳定性起决定作用的关键基因，通过对关键基因的状态分析，并扩展到整个网络，最终确定PBN的状态．     

布尔基因网络及其研究

基因网络模型将为深入理解生命本质提供了一个新的研究框架和平台。布尔网络是研究基因网络的一个有力工具。这里阐述利用布尔网络时基因调控网络建模的机理，介绍了基于布尔网络的基因网络的研究现状和最新进展。最后指出了谊方法的局限和下一步的研究方向。     

布尔网络到离散时间马尔科夫模型的转换及性质研究——以大鼠干细胞基因调控网络为例

提出了一种基于概率模型检测技术的新方法用于解决生物工程中基因调控网络探查吸引子这一关键问题.以大鼠干细胞基因调控网络的吸引子找寻这样一个具体问题为例,将布尔网络表示的基因调控网络的更新函数通过对应的真值表,转换为离散时间马尔科夫链,写入模型检测工具PRISM中;之后通过验证模型的系统性质的技术去验证每个基因在很长一段时间之后的激活概率,以此找到基因调控网络中的吸引子.同时,通过添加基因扰动的方式,改变每个基因的激活/抑制概率,可以找到每个基因对其他基因的促进/抑制关系.实验表明,大鼠干细胞基因中有7个基因在一段时间后状态不变,剩余基因的变化共同构成了一个吸引环.整个检测流程简洁易用,可以直接找出吸引子.进一步地,实验准确地找出了大鼠干细胞中Gatal基因的抑制/促进对象,此实验结果对解决大鼠的白血球减少症有着治疗方面的意义.     

基于熵互信息理论的基因调控网络的研究

将熵互信息理论应用到布尔基因调控网络中,并推导出了多个基因决定某个或多个基因的表达值的逻辑规则,根据得到的逻辑规则建立了基因逻辑电路网络,根据该网络和逻辑电路网络分析方法又建立了基因调控网络动态转换图,从而揭示了基因之问的调控关系。     

基于输出反馈的时滞布尔网络的输出跟踪

研究了带有时滞的布尔控制网络的输出跟踪问题。首先,利用矩阵半张量积,将时滞布尔控制网络的逻辑形式转化为代数形式。其次,通过对代数状态空间进行研究,根据参考输出信号求得系统的最大控制不变子集,并且基于最大控制不变子集得到了时滞布尔控制网络输出跟踪问题可解的充分必要条件。随后,设计了一个有效的算法来求解控制器。最后,通过举例验证了理论结果的正确性。     

推理网络对布尔检索的描述与改进

基于布尔检索的基本特征和推理网络的基本结构及表示方法,运用推理网络对布尔检索进行描述,从概率检索角度出发将推理网络与传统的布尔检索结合起来．利用连接矩阵将权重加入布尔检索中,从而克服了严格二进制索引的不足,并初步实现了文件的相关性排列,且对改进后的系统作了描述和总结．     

构建基因调控布尔网络的一种方法

为了重构基因调控网络,提出可以通过基因之间的布尔逻辑代数和逻辑电路网络得到基因调控的动态转换。进而找到整个基因网络的动态变化。利用熵互信息理论对基因表达进行处理,构建基因调控布尔网络。     

基于DEMATEL的通信网络谱系分析

针对当前通信网络建设各自为政、资源掌握不清、运行管理支撑不利等原因导致网络管理效益难以发挥的问题,在分析业务承载关系和网络关联关系的基础上提出通信网络谱系的概念.依据系统/要素等系统分析理论,设计了基于决策试验和评价实验法方法(DEMATEL)的通信网络谱系算法,并从全网和子网两个角度进行应用分析,得到要素之间的综合影响程度及其中心度、原因度,给出谱系因果图,并据此剖析网络承载/关联关系,证明了算法的有效性.     

基于时序互信息构建基因调控网络

为构建基因调控网络,提出了一个基于时序互信息学习动态贝叶斯网络结构的学习算法.在计算基因间的时序互信息时,该算法考虑了时间序列微阵列数据的时间特性,并利用协方差矩阵计算互信息,没有将基因表达数据离散化,与基因表达数据的连续性相符合.在酵母菌周期细胞的实验数据上测试该算法,灵敏度为66.7%;该算法构建的基因调控网络与KEGG数据库中的网络相比较,发现了Cdc28与Cdc20、Chk1与Rad9的调控关系,这些调控关系在相应的生物学实验中得到验证.     

基于开关布尔矩阵的高阶谐振开关电容变换器潜电路分析

针对谐振开关电容变换器输出特性异常现象,以四阶谐振开关电容变换器为例,给出了应用电力电子变换器的开关布尔矩阵分析方法,分析高阶谐振开关电容变换器拓扑潜在电流路径的详细方法,为形成系统化的复杂电力电子变换器潜电路分析技术提供了依据。     

估计威布尔分布三参数的广义回归分析

提出了一种考虑顺序统计量相关性的威布尔分布三参数的估计方法（广义回归分析），该方法求得的回归系数具有最佳无偏的性质，经大量Ｍｏｎｔｅｃａｒｌｏ模拟试验表明，其参数估计量比普通线性回归分析获得的参数估计量更接近母体真值。     

布尔控制网络的能观测性综合问题

能观测性是布尔控制网络的一个基本性质,用来描述是否可以通过系统的输入–输出值确定其初始状态．基于矩阵半张量积和图论技术,研究了布尔控制网络的能观测性综合问题．用实例说明了带有外部输入的状态反馈控制器有时可使不能观测的布尔控制网络变为能观测的,有时不能;也可使能观测的布尔控制网络变为不能观测的．最后,证明了如果存在标准状态反馈控制器使布尔控制网络变为能观测的,则一定存在带有外部输入的状态反馈控制器使布尔控制网络变为能观测的,反之不成立．     

基于动态贝叶斯网络的多时延基因调控网络构建

分子生物学的主要挑战是如何更好地理解基因间的调控机理。重构调控网络有助于探索生命系统的本质问题。目前,已提出的方法大多数都不考虑基因表达之间的时延,或者假定其时延是一个常量。这为深入理解基因调控的时-空机制带来了困难。现提出一个用连续DBNs构建具有多时延基因调控网络的方法,它可以系统地分析基因之间的调控关系。将其应用于酵母菌的转录调控网络中,结果显示,该方法能更好地估计转录时延,进一步提高了调控网络构建的精度。     

一种改进的多元回归估计基因调控网络的方法

针对用多元回归分析估计基因调控网络时遇到的计算量过大的问题,提出了先用线性模型构建基因类间的调控网络,再用多元回归模型构建基因间调控网络的改进方案,利用类间网络提供的参考信息可以大大减少多元回归分析的计算量.将该方案应用到人类基因调控网络的估计中,并通过现有文献验证了部分调控关系,从而初步证明了该方法的有效性.     

基于动态Bayesian网络的基因调控网络建模

为了精确建模与推断基因调控网络,提出一种基于动态Bayesian网络的多数据融合方法(SP-DBN).该方法利用结构期望最大算法进行未知结构学习,基于粒子滤波方法完成参数学习,可有效处理数据缺失与噪声问题,更好地捕捉数据中固有的动态特性,并通过其先验结构,在基因表达数据的基础上,自然地融合转录因子绑定位点等多数据源信息.基于酿酒酵母的真实数据,实验结果表明: 对于仅采用基因表达数据的情况, SP-DBN的敏感度与特异度分别提高到19%和95%;融入绑定位点数据后, SP-DBN的敏感度可从19%进一步提升至20%, 而特异度则仍保持在95%的水平.     

基于布尔云模型算法的图像修复研究

针对现有图像修复算法的不足,采用布尔云模型算法。首先构造云模型,利用云熵确定云布尔关系。不同的云团值出现时,布尔逻辑计算每个云滴集合的互信息熵。通过比较熵的不同来确定结果值;接着在受输入和布尔函数决定后产生云态,云模型在受输入和布尔函数决定后,可以再次产生新的云团。对云态进行选择优化,其不同的云熵动态变化,最后给出了算法流程。仿真结果显示算法对修复图像连接自然,有光滑性,保持了整体连续,并且PSNR值较大。     

基于素数性质的布尔函数约简算法

提出了基于素数性质的布尔函数约简算法,其主要思想是用素数表示布尔变量,以素数乘积有序对表示合取式,用算术运算取代原有的逻辑运算.将基于素数性质的布尔函数约简算法运用于粗糙集中,结果表明,该算法能够节省存储空间,提高运算效率,约简算法行之有效.     

基于网络的睡眠监护与分析系统设计

介绍了基于网络的睡眠监护与分析系统的软硬件设计方案．对系统设计中需要解决的网络数据传输．图形实时显示．以及数据库管理等一些关键性的问题．提出了解决方法．基于这些方法进行了初步的系统实验．取得了较为满意的效果．本系统可望成为未来数字化家庭的重要医疗单元和今后进一步开展远程医疗研究的基础．