分类集及极大分类集的计数

Ｍ是（１，２，…，ｎ）的一些子集合的集合。若Ｍ中任意两个子集，或者它们无共同元素，或者一个是另一个的子集，这样的Ｍ称为分类集。若不存在（１，２，…，ｎ）的一个分类集包含Ｍ，称Ｍ为极大分类集。给出分类集及极大分类集个数ｔｎ及Ｔｎ的计算，并由Ｔｎ的两个递推关系式得到一些组合恒等式。     

基于FCM-KFDA判别的不平衡数据集分类

不平衡数据的分类是机器学习的热点问题.传统的分类方法在分类时会倾向于多数类而使得分类精度不高.对不平衡数据集的分类,提出一种基于FCM结合KFDA方法,首先采用FCM算法对样本数据进行聚类,将数据聚类后的样本数据映射到特征空间里,再采用KFDA算法对数据进行分类,可以克服不平衡数据对分类性能的影响.对UCI数据集进行仿真实验,结果表明FCM-KFDA算法可以有效地提高数据识别率.     

多视角网页分类数据集构建及性能评估

网页分类是互联网数据挖掘中的一项重要任务,在信息搜索、推荐系统和知识发现等领域发挥着关键作用.然而,现有的公开网页数据集缺乏多视角信息,难以适用于蕴含复杂特征的网页分类任务.针对上述问题,基于“收集-处理-标注”构建流程,提出一个涵盖文本语义、网页结构等多视角特征的网页数据集Web-Minds,该数据集包含600余个门户网站下的21828条网页.首先,在开放互联网中通过关键词检索采集得到相关网页数据;其次,使用网页解析工具对收集的数据中的文本、DOM结构树、关键词等多视角信息进行提取与清洗;最后,采用大语言模型与“人在回路”的联合标注策略,形成网页类型与网页主题两种标签.在此基础上,针对Web-Minds数据集,测试评估了机器学习、文本分类和网页分类多种算法,结果表明,综合利用多视角特征能有效提升算法的准确率,和仅应用单视角特征相比,在网页类型和主题分类任务上,准确率分别提升了5.49%和5.61%.     

异质数据集关联规则挖掘

针对存在的关联规则挖掘算法不能有效地在异质数据集中进行,本文首先使用领域本体方法处理数据集中的异质现象,然后提出了一种有效的XML异质数据集关联规则挖掘算法,实验结果表明该算法在挖掘速度和挖掘时在对内存的占用方面都优于现有的算法。     

基于凸Rough集的数据约简和规则发现研究

为了有效地从凸序列中约简数据和发现知识,解决Rough集集中的凸序列问题,在深入研究凸序列和Rough集理论的基础上,提出了凸Rough集模型,定义了凸Rough集和凸Rough集糊集,给出了凸Rough集糊集的隶属函数和应用凸Rough集进行数据约简及规则发现的算法,最后分析了一个应用案例,验证了模型的可行性,表明应用凸Rough集模型可以更好地进行数据约减和规则发现。     

面向不平衡数据集的线性分类方法研究

近年来,面向不平衡数据集的分类器学习与推广问题越来越受到人们的关注,在此以机器学习数据库、美国邮政编码、2维元音等国际上典型的分类问题为应用背景,重点研究如何用线性分类器解决样本数不平衡的问题;对Fisher、伪逆和单层感知器等3种典型的线性分类器做了深入的研究,并将这3种线性分类方法应用到不平衡数据集的分类中;通过实验及分析,这些新方法对平衡数据集的线性分类起到了良好的分类效果。     

基于闭合模式的高维基因表达谱多类分类

针对多类高维基因表达谱的特点,提出一种基于闭合模式的多类分类算法CBCP,即根据垂直格式的数据集采用路径枚举的方法挖掘闭合模式,极大地减少了冗余模式的产生。然后,对所有闭合模式进行排序,通过覆盖训练集建立分类器。针对分类器无法识别的样本提出权重算法进行判断,克服了使用Default类预测不精确的问题。研究结果表明,CBCP与经典分类算法如CBA和C4.5相比具有更高的预测准确率,并且在基因数大幅增加而样本数不变的情况下仍具有较强的稳定性,证明CBCP的可扩展性强,适用于高维数据集的多类分类预测。     

一种改进的基因表达数据分类方法

从分类算法和特征基因选择两个方面研究基因表达数据的分类,将传统的Support Vector Machines(SVM)算法和K-nearest neighbor(KNN)算法两者结合成为一种应用于基因表达数据分类的算法,并针对基因表达数据分类数据集“样本少,维数高”的特点,提出了一种改进的基于相关性的递归特征消除算法(简称为C-RFE),消除了数据冗余．实验结果表明,新方法可有效提高分类准确率和特征选取的效率．     

数据的分类和权系数的确定

对于多指标数据的分类,通常将其投影到平面上,然后根据投影点的聚焦程度确定多指标数据的类别,分类的效果取决于权数的选取。利用广义最小二乘模型对多指标数据的权数进行了计算,进而实现对多指标数据的分类。     

基因表达数据的频繁闭合模式挖掘新算法

基因表达数据集与传统事务数据集相比呈现出新的特征,由于其项目数远远大于事务数,使得大量现有的基于项目枚举的频繁闭合模式挖掘算法不再适用.为此提出一种频繁闭合模式挖掘新算法TPclose,使用TP-树(tidset-prefix tree)保存项目的事务集信息.该算法将频繁闭合模式挖掘问题转换成频繁闭合事务集挖掘问题,采取自顶向下分而治之的事务搜索策略,并组合了高效的修剪技术和有效的优化技术.实验表明,TPclose算法普遍快于自底向上事务搜索算法RERⅡ,最高达2个数量级以上.     

人血管生成素基因的克隆及表达

利用RI-PCR方法从培养的人黑色素瘤细胞系A375中扩增得到了人血管生成素cDNA片段,测序正确后克隆入表达载体pET-28a( )中并转化于E.coli BL21宿主菌中.经IPTG诱导,表达了N端融合6个组氨酸标签(6His-tag)的血管生成素融合蛋白.利用6His-tag与过渡态金属离子Ni2 高亲和力结合的性质,经镍柱纯化,获得了高纯度的血管生成素融合蛋白,为进一步研究其生物活性及应用奠定了基础.     

端粒酶基因在多种肿瘤中的表达及意义探讨

目的 :探讨端粒酶基因表达与癌细胞生物学行为及其端粒酶活性关系。方法 :用原位杂交的方法检测端粒酶基因 h TR和 h TRT在 1 1 5例癌组织 ,2 3例癌前病变 ,2 0例良性病变中的表达情况。结果 :1 1 5例癌中 h TR阳性率为 83.5 % ,h TRT阳性率为 80 .9% ;2 3例癌前病变中 h TR、h TRT阳性率分别为 39.1 %和 30 .4% ;2 0例良性病变中除 1例有 h TRT弱阳性外其余均为阴性。癌组织 h TR和 h TRT的表达与癌前病变、良性病变比较有显著性差异 ( p<0 .0 1 ) ,而癌组间无差异。h TR、h TRT表达在淋巴结转移癌组明显高于无转移组 ,端粒酶基因表达随肿瘤分化程度降低而有增高的趋势。结论 :端粒酶基因 h TR和 h TRT在多种癌及癌前病变组织中均为高表达且有很大相关性。端粒酶的激活发生在癌变早期 ,提示与癌的发生、发展密切相关。原位杂交技术检测h TR和 h TRT对恶性肿瘤诊断具有重要意义     

运动与骨骼肌中的基因表达

通过献资料法阐述了运动对骨骼肌基因表达的影响,以便深入理解骨骼肌的工作原理,为客观指导运动训练提供依据．     

基于Normalized Cut的基因表达数据聚类

利用基因表达数据进行聚类分析可提高肿瘤诊断的正确率,对生物医学研究具有重要意义.该文将Normalized Cut应用于基因表达数据的聚类中,将样本映射为高维空间的点,利用亲近矩阵和度矩阵构造正规Laplacian矩阵,经SVD分解得到反映原始样本类别信息的指示向量,利用指示向量各分量的符号差异实现基因表达数据的聚类.通过对白血病和结肠癌数据集的实验,证明了该文方法的有效性.     

基因沉默抑制子HC-Pro表达载体的构建

RNA沉默广泛存在于植物等大多数真核生物中,能够防御外源基因的入侵和调控基因表达等.然而,基因沉默抑制子HC-Pro蛋白的具体功能的研究并不十分清楚.本文重点介绍了基因沉默抑制子HC-Pro的表达载体pBI121-HC-Pro的构建及HC-Pro基因在烟草(Nicotiana benthamiana)中的稳定表达.并利用半定量RT-PCR技术检测了目的基因HC-Pro的表达,检测结果表明我们获得了HC-Pro基因稳定表达的转基因烟草株系,为进一步深入研究基因沉默抑制子HC-Pro的功能奠定了实验基础.     

纳豆激酶基因克隆及其在大肠杆菌中活性表达研究

以纳豆芽孢杆菌基因组DNA为模板，PCR扩增了纳豆激酶基因（natto kinase gene）中编码前肽、成熟肽的核苷酸序列（pro-NK），构建大肠杆菌表达质粒pTYB102，转化大肠杆菌ER2566。在IPTG诱导下，分别在15℃（14h）、30℃（3h）、37℃（2h）条件下培养，pTYB102均能表达出有活性的纳豆激酶。实验证实纳豆激酶基因得到活性表达需要Pro序列。SDS－PAGE表明，15℃和30℃和37℃培养表达的杂蛋白更少。薄层扫描测定表达的纳豆激酶占菌体总蛋白30％以上。     

运动对骨骼肌α-actin基因表达影响的研究综述

依据骨骼肌肌动蛋白在机体运动能力上的重要作用和地位,从分子水平,主要论述了运动对骨骼肌肌动蛋白(-αactin)及其基因表达的影响和运动后恢复过程中骨骼肌α-actin及其基因表达的变化,以期为这方面的更深入研究作一参考。     

AtGT-3b基因克隆及原核表达与纯化

GT-3b转录因子是一个受NaCl和病原体诱导表达的GT-1-like转录因子,它能与GT-1 cis-element( GAAAAA)相互作用,促进下游基因的表达,在植物耐盐中起着重要的调节作用.通过分离了拟南芥(Arabidopsis thaliana)AtGT-3b基因,克隆到原核表达载体pCold TF中,并在大肠杆菌(Escherichia coli)BL21中进行融合表达;通过纯化得到AtGT-3b融合蛋白,以期用于研究其与GT-1顺式作用元件在体外的相互作用.     

基于模糊核判别分析的基因表达数据分析方法

针对基因表达数据空间分布的特性,提出了一种基于模糊核判别分析的基因表达数据分析方法.方法综合了模糊数学以及核判别分析方法的优点,提高了对基因表达数据分类识别的准确性.以多发性骨髓瘤的基因表达数据为例进行了实验,从实验结果可以看出,采用模糊核判别分析方法可以得到最佳的识别效果.