基于进化信息和支持向量机的酶蛋白亚家族预测

提出一种使用PSI—BLAST得到的位置特异性打分矩阵中蕴含的进化信息作为酶蛋白的特征表示,结合支持向量机方法对酶蛋白的亚家族类别进行预测的方法．对包含16类亚家族的2640条氧化还原酶数据集进行jacknife测试,总的预测精度达到92．12％,高于目前的任何其他预测方法．实验结果表明,进化信息是酶蛋白序列的有效表示,将其与支持向量机结合能够实现对酶蛋白亚家族的高精度预测．     

基于肿瘤基因表达数据的简单有效的基因选择算法

结合了基因表达数据类内和类间表达差异的信息,提出一种新的基因选择算法,利用它选择出来的特征基因表达作为支持向量机的输入特征向量,对四个常用数据集进行分类,结果表明,该方法可以显著提高分类精度,同时通过对选取出来的特征基因在相关信号通路上的分析,表明该方法能够得到更多的肿瘤相关基因,具有很强的鲁棒性和很高的精确度.     

权重无标度网络上财富分布的仿真研究

在权重无标度网络上进行演化囚徒困境博弈的模拟仿真,对财富分布和网络权重参数β的关系进行了研究,并引入经济学中的两个重要参数(基尼系数和帕累托指数)来分析此系统中财富分布的不平等性.实验数据表明,这两个参数与β密切相关,并且在β≈-1的时候财富分布的不平等达到最小值.进一步的研究发现,当-0.5<β<1的时候,实验数据与实证数据比较吻合,说明真实世界的β可能处于这个范围之间.