一种新的混合聚类算法

聚类是数据挖掘的主要技术之一,是一种无导师监督的模式识别方式。聚类分析就是按照数据间的相似程度,依据特定的准则将数据划分成不同子类。K-平均算法是经典的聚类算法。蚂蚁聚类算法是近来涌现的新的聚类算法,它通过模拟蚁群的智能行为进行聚类分析,已经在数据挖掘中得到应用。通过分析蚂蚁聚类算法和K-平均算法两种不同聚类算法的基本思想,将两种算法结合得到混合聚类算法,仿真实验证明混合聚类算法的算法性能优于蚂蚁算法和K-平均算法。     

广义分配问题的一种小生境遗传蚁群优化算法

提出一种小生境遗传算法与蚁群优化算法相结合的小生境遗传蚁群优化算法用于求解NP难的广义分配问题,以避免经典求解算法存在的易陷于局部最优的缺陷.以典型的广义分配问题——火力分配为例,对该算法进行实验,并将实验结果与其它算法进行分析比较.结果表明:新复合算法优化效率高,运行时间短,对其它的NP问题同样适用.     

一种基于密度的启发性群体智能聚类算法

提出一种基于密度的启发性群体智能聚类算法.针对以往群体智能聚类算法中分类错误率较高、算法运行时间较长等不足,提出记忆体方法和基于密度的先行(look ahead)策略.用人工数据集和真实数据集进行实验,将实验结果进行比较分析.分析结果表明,基于密度的启发性群体智能聚类算法能够得到令人满意的聚类结果,其分类错误率和运行时间明显小于其它聚类算法.     

大豆bHLH转录因子家族成员的进化及功能分化研究

碱性螺旋-环-螺旋蛋白(basic Helix-Loop-Hleix,bHLH)转录因子家族是动植物中最大的转录因子家族之一,主要由碱性氨基酸区域和螺旋-环-螺旋区域组成,在动植物生长发育和胁迫应答反应中发挥着重要作用.本研究通过对大豆全基因组生物信息学分析和分子生物学研究手段,深入研究了大豆bHLH基因家族的进化机制,同时探讨了该基因家族在大豆中的功能分化.结果表明,大豆中含有340个非冗余的bHLH基因家族成员,通过对这些成员的Pfam蛋白结构域、Motif组成和系统进化关系的分析,将这些成员分为15组共24个亚家族,在大豆20条染色体上呈现不均匀分布.bHLH理化性质差异较大,编码的大豆氨基酸数量为91～815aa,相对分子量为10 273.88～91 300.38,理论等电点为4.56～10.40;碱性氨基酸区含有His5-Glu9-Arg13保守序列,与靶基因结合有关,HLH区含有Arg23和Arg55,与形成二聚体有关,同时含有5种保守元件.多数成员在大豆根以及花发育的5个时期中具有组织表达特异性,不同基因表达量差异较大.