一种用于一般系谱的零重组单倍型推断方法

大量SNP标记的出现，使以单个标记为中心的关联分析方法逐渐转变成以单倍型为主的关联分析方法。以单倍型为主的分析方法的首要问题是如何获取单倍型。通过实验手段获取单倍型成本较高，利用基因型数据通过单倍型推断获取单倍型是当前首选方法。针对一般系谱和紧密连锁的SNP标记，本研究提出了一种快速和准确的单倍型推断方法。该方法通过三步六条规则，利用亲子关系确定有序基因型，逐步剔除多余的单倍型，最后通过最大似然法确定单倍型组合。利用模拟数据验证在不同系谱大小、不同标记数目和不同标记基因型缺失率等参数组合条件下单倍型推断方法的效率和准确性，并与PEDPHASE程序作比较。结果表明我们的方法的运行速度和准确性都优于PEDPHASE。我们的方法的运行速度比PEDPHASE快10～15倍；准确性比PEDPHASE高4～10％。同时结果还说明了我们的方法的准确性几乎不受系谱大小、标记数目和标记基因型缺失率的影响。     

一个演绎工程数据库模型

本文将演绎数据库和工程数据库结合起来,在分析了它们各自发展现状的基础上,给出了一个基于知识的工程数据库模型,该模型可以有效地解决上述工程应用问题。本文着重分析了在实际工程应用环境中知识的新特点,给出了演绎工程数据库模型的形式化描述,并讨论了在此情况下的推理问题,最后用知识规则统一表示了数据库完整性约束。     

薛定锷方程解的规则性及其边界性质

本文主要讨论Schrodinger方程: (△/2+q)u(x)=0的规则解的性质,在边界点上的极限行为,以及逆随机Dirichlet问题规则解的存在性。得到了一系列新结果。     

一种改进的关联规则增量式更新算法

增量式更新算法能充分利用已挖掘出的知识来提高挖掘效率,是数据挖掘高效算法研究中一个主要方向.本文首先分析了经典的关联规则增量式更新算法FUP(Fast Updating algorithm)算法的不足,提出了一种改进的关联规则增量式更新算法IIUA(Improved Incremental Updating Algorithm),极大地降低了存储空间和挖掘时间需求,从而提高了整个关联规则挖掘的效率.     

不确定需求条件下的网站开发

提供了一个针对网站开发需求不确定性问题的解决方案,试图通过模块化设计及模块化规则的应用实施,使网站的功能更具有适应性,从而能够使网站在激烈复杂的市场竞争中取得先机.     

统计学符号书写规则

统计学符号一般用斜体。本刊常用统计学符号介绍如下,供作者参考。样本的算术平均数用英文小写x珋,不用大写X,也不用Mean。标准差用英文小写s,不用SD。     

基于粗糙集理论的仿人控制器设计

针对如何模拟人的控制行为以及提取控制行为特性问题,提出了基于粗糙集理论的仿人控制器的规则提取方法和仿人控制器的设计方法,包括用人控制行为的样本集建立初始决策信息表、信息表离散化、属性约简、规则提取和决策表完备化等。实验结果表明:将所设计的仿人控制器应用到原有的实际系统中,能顺利实现规则校验,提出的仿人控制器的设计方法是可行的。     

基于贝叶斯理论的粗糙集规则提取

提出采用贝叶斯理论提取信息不相容和不完备的试验数据规则.首先以试验数据汇总表的确定性(可信度)为先验概率、试验数据的样本数(支持度)为后验概率,然后计算组合规则的条件概率,提取条件概率大于某一阈值的规则,最后通过逻辑合取与析取归并提炼规则.实例计算和应用分析表明,采用贝叶斯理论提取规则的算法概念明确,计算过程简单,便于编制计算机程序,最大限度避免了规则提取中的知识失真和规则丢失.     

基于神经网络的模糊控制规则校正方法研究

对由模糊控制器构成的集散控制系统，现场模糊控制器的控制规则的校正是一个关键问题。若使其自身具有自校正功能，对于基于数字单片机开发的模糊控制器来说，采用神经网络构成在线自校正方式，存在一定的困难。为了提高控制器的性能，规则校正又是必需的，为此，本文提出了一种由监控机对每台现场控制器进行分时校正规则的方法，该方法是“半在线式”校正。     

基于云计算的模糊规则挖掘算法在入侵检测中的应用

提出了一种基于云计算的模糊规则挖掘算法的入侵规则检测方法.以模糊集理论为基础,提出了在入侵关联规则挖掘中将特征属性模糊集作为单一属性来处理的模糊规则挖掘算法,有效地解决入侵规则中出现不相关规则和"尖锐边界"等问题.在云计算平台上进行算法的验证,利用云计算平台可进行大规模计算和数据处理的特点,得出该思想在入侵检测具有较好的应用效果和前景.