基于多维伪F统计量的基因表达动态聚类分析方法研究

K-均值聚类分析算法是一种广泛应用于基因表达数据聚类分析中的迭代变换算法，它通过指定类别数K-基于给定的聚类目标函数，并采用迭代更新的方法，使得最终的聚类结果的目标函数值为极小值，达到较优的聚类效果。针对K-均值聚类分析算法存在参数依赖性强，且在整个聚类过程中类的数目无法改变的缺点，引入动态调整聚类个数的思想和多维伪F统计量，提出了一种基于多维伪F统计量的基因表迭动态K-均值聚类算法。实验结果表明该算法可以动态调整聚类个数，给出最佳聚类数目，从而获得较好的聚类质量．     

基于分层的平衡迭代规约聚类分析算法研究

详细分析讨论了BIRCH算法中存在的不足,并针对其不足进行一定的改进,提出了一种基于离差平方和的改进多闻值BIRCH算法,充分利用离差平方和来建立簇与簇的相关性,相对于单纯以簇之间的中心距离来建立相关性有一定的改进,同时在分裂因子的确定上采用了簇中直径的最大值,克服因采用经验值确定分裂因子的缺陷.最后,引入到基因序列图形表达数据聚类分析应用中.     

随机森林方法在致病SNPs检测中的应用

通过全基因组关联研究发现了大量复杂疾病相关变异，近来关注的焦点又集中在了如何利用单核苷酸多态性数据进行深入分析，期待发现更多复杂疾病的易感基因。随机森林是一种新型的集成分类决策器，可以在对样本分类的同时，计算预测变量的重要性值。该文将随机森林方法应用于全基因组数据，实验结果表明该方法可以作为致病SNPs检测的有效参考方法。     

参数自适应的随机早期检测算法

随机早期检测(Random Early Detection，RED)是一种广泛应用于包交换网络的主动队列管理技术，它通过保持较小的平均队列长度，在缓冲区溢出前主动丢包，降低路由器的丢包率，保持较低的服务延迟，避免缓冲区锁定，提高网络的利用率。但是RED严重依赖于参数的设置。该文根据保持网络流量平稳的丢包率和路由队列的变化提出了一种自适应地调节参数的RED改进算法。模拟实验的结果表明，自适应地调节参数提高了RED的适应性，降低了数据包排队延时和丢包率，提高了链路利用率。     

基于图形表达的基因序列相似性分析

提出一种新的基因序列图形表达方法及特征参数Z_Inv,这种图形表达不仅具有良好的非退化特征,而且充分保留了基因序列的生物学特征。通过实验比较分析,特征参数Z_Inv具有计算简单且比其他不变量更接近于矩阵最大特征值不变量λ。最后将这一图形表达及特征参数应用于基因序列的相似性分析中。实验结果表明,利用图形表达及其特征参数的基因序列形似性分析具有较好的合理性。     

基于智能蚁群算法的双序列比对方法

序列比对是生物信息学中一项重要的基础性研究课题。提出了一种基于全新的信息素改变策略的智能蚁群算法,该算法利用历史最优信息来更新信息素,避免出现早熟现象,加速算法的后期收敛。实验表明该方法是有效的和可行的。     

RNA二级结构的2D图形表示及相似性分析

结合RNA序列的核苷酸分类提出了一种新的RNA二级结构的2D图形表示法。该图形表示法能够唯一地表示RNA二级结构,而且图形是无退化的,即不存在重叠或交叉现象。把该图形表示法应用于9个病毒RNA二级结构,通过计算这些序列的数字特征和序列之间的相似性,实验表明该图形表示法是可行的。