Overlap digraph: An effective model for finding good spaced seeds for biological sequence local alignment

Spaced seeds technology, which was proposed by PatternHunter, has been proven to be more sensitive and faster than continuous seeds, and it is now widely used for bio-sequence local alignments. However, finding optimal spaced seeds is an NP-hard problem. A seed digraph model is proposed to find good spaced seeds, which are very close to optimal, in a very different but effective way. Using this different approach, some good long spaced seeds which cannot be calculated by normal optimal sensitivity formulas due to their exponential complexity can be found.     

基于MCTS-RAVE的智能博弈

针对蒙特卡罗树搜索(MCTS)算法对蒙特卡罗模拟次数的依赖性较强,为获得较高智能必须进行多次模拟的情况,提出了结合在线强化学习知识以减少MCTS算法对蒙特卡罗模拟次数的依赖,在搜索过程中积累强化学习知识,并快速对动作值作出估计。实例表明,该种方法较MCTS具有更高的智能表现,并有一定的实用价值。     

确定一般线性约束下伪线性规划全部解的一种方法

讨论一般线性约束下伪线性规划的多重解问题.推导出解的一般表达式.并基于XH算法,提出解的唯一性条件以及当唯一性条件不满足时确定全部解的计算步骤.从而推广了文献"一般形式线性分式规划解集的结构与求法"的结果.     

《兰亭序》书法的传承与艺术旨向

魏晋时期是中国传统书法艺术的自觉时期。《兰亭序》作为行书艺术的重镇,其优美的内容、多姿的形质与丰富的艺术内涵,在历代"王书热""兰亭热"中无不深深地打动每一位欣赏者的心。探析《兰亭序》书法艺术,必须着眼于特定的历史时期,以及《兰亭序》书法的传承、学习状态,才能把握其学术和艺术高度。     

第三代搜索引擎发展现状研究

以相关文献、alexa网站、＂100个最佳备选搜索引擎＂提到的搜索引擎为基础样本,在148个基础样本中选出符合界定标准的第三代搜索引擎共43个,从基本特征和具备功能两方面对选出的第三代搜索引擎进行了调查,从类型分布、功能分布、语言分布、流行度分布、搜索效果评定5个方面对调查结果进行了分析。     

“移动USPTO战略”跟踪——美国联邦政府在向移动互联网转型吗?

目前正是美国社会面向"移动互联网"的大转型时期,其各领域的发展变化都很多,联邦政府发布的新法律、新政策、新规划可谓"多如牛毛",但联邦政府向移动互联网转型的改革对信息产业的发展有积极的促进作用。我们应该对美国的互联网战略引起高度重视,清晰地"过滤"出那些可能影响美国进程的"里程碑式"文件,为我国的产业发展提供镜鉴。     

求解随机阻塞批量流水线调度问题的改进人工蜂群算法

针对含有随机加工时间的阻塞批量流水线调度问题,利用蒙特卡洛采样方法,将不确定加工时间的阻塞批量流水线调度问题转化为确定加工时间的阻塞批量调度问题。采用改进的人工蜂群算法,对上述转化后的调度问题进行求解。算法中加入了和声搜索和基于插入操作的局部搜索算子,以改进全局探索和局部开发能力,并将改进的算法应用到阻塞批量调度的24个算例中。仿真实验结果表明,改进的人工蜂群算法能够降低调度中的不确定因素带来的影响,产生高质量的解。     

格基规约算法在 MIMO 检测中的应用

研究了格基规约（lattice reduction,LR）技术中的 LLL（Lenstra-Lenstra-Lov’asz）算法,以及格基规约辅助（LR Aided, LRA）的多输入多输出系统（multiple input multiple output,MIMO）检测技术,重现了已有的多种 LRA 低复杂度检测算法的结果,探讨了 LR 与 MIMO 检测的本质,继而提出了一种带边界限定的格基规约辅助的选择性的快速枚举展开算法。仿真结果表明：LLL 算法能大幅度提高矩阵的正交性,使低复杂度 MIMO 检测算法的性能接近最优检测;而本文提出的改进算法能进一步逼近最优检测的性能,使误码率为10－4时,和最优检测算法的检测性能仅差0．8 dB。     

一种改进的基于教与学的优化算法求解旅行商问题

提出了一种改进的基于教与学的优化算法(TLBO)求解旅行商(TSP)问题,阐述了TLBO算法的基本思想和求解步骤,给出了算法流程,针对算法在解决大规模问题时易陷入局部最优的缺陷,引入混沌搜索机制对其进行了改进.着重研究了改进后的TLBO算法求解TSP问题的求解结果和性能分析,通过benchmark实例进行了仿真实验,结果表明:与诸如遗传算法和粒子群优化算法等已有启发式算法相比,改进后的TLBO算法在求解TSP问题时性能更为优越,从而为TSP问题的求解找到了一条新途径.     

求解非线性双层规划问题的混合变邻域粒子群算法

针对非线性双层规划难以获得全局最优的问题,汲取粒子群算法的快速搜索能力及变邻域搜索算法的全局搜索优势,提出了求解非线性双层规划问题的混合变邻域粒子群算法.首先利用Kuhn-Tucker条件,将非线性双层规划转化为一个单层规划问题,然后由粒子群算法得到一个较优的群体,通过审敛因子判断陷入局部最优的粒子,并进一步利用变邻域搜索算法的全局搜索能力对陷入局部最优的粒子进行优化,从而得到全局最优.测试函数的仿真实验对比分析证明了该算法的有效性.