国家教育部博士点基金(200807010013)
- 作品数：14 被引量：52H指数：4
- 相关作者：高琳付立东豆增发覃桂敏赵建邦更多>>
- 相关机构：西安电子科技大学西安科技大学长安大学更多>>
- 发文基金：国家教育部博士点基金国家自然科学基金中央高校基本科研业务费专项资金更多>>
- 相关领域：自动化与计算机技术更多>>
- 一种用于生物网络数据的频繁模式挖掘算法被引量：6
- 2010年
- 频繁模式挖掘是生物网络数据分析中的一个核心问题,对于研究生物网络的组织结构和功能模块具有重要意义.本文提出了子图环分布的概念并构造了子图搜索算法,提高了搜索效率.其次设计了动态抽样算法计算子图频率,用于提高非穷举搜索的精度.利用4个真实生物网络数据进行仿真实验研究,验证了本文算法在效率和精度上相对于现有算法的优势.
- 赵建邦董安国高琳
- 关键词：生物网络
- 非负矩阵分解的复杂网络社团检测方法被引量：2
- 2010年
- 为有效地检测复杂网络中的社团结构,优化了评估与发现社团的模块密度函数(即D值)。通过模块密度的优化进程,证明了模块函数的最大化与非负矩阵分解目标函数(SNMF)的等价性。基于这种等价性,设计了一种新的基于模块密度函SNMF算法,并且讨论了该算法的复杂性。在一个经典的计算机产生的随机网络中检验了该算法,特别地,当社团结构变模糊时,实验结果表明该算法在发现复杂网络社团上是有效的。
- 付立东
- 关键词：复杂网络社团结构模块密度非负矩阵分解
- 中心方法在复杂网络中的比较被引量：3
- 2010年
- 在复杂网络分析中,中心性分析已经显示出是一种很有价值的方法。它用来检测网络中的关键点以及对网络元素进行排序。为了支撑这种分析,文中讨论了5种中心性方法,并且在一个人工网络和2个实际网络中展示了它们的应用。这些方法的运用显示了在某种网络中有某种较强的关联,但在另一种网络中有较弱的关联。分析表明:对于复杂网络分析,几种方法应当同时考虑。
- 付立东
- 关键词：中心性复杂网络社会网络生物网络
- 应用粒子群优化-条件随机域的文本生物实体识别被引量：2
- 2010年
- 针对生物医学文本中传统生物实体识别算法的精确度不高的问题,提出了一种新的基于粒子群优化-条件随机域的生物实体识别算法.新算法利用改进的粒子群优化算法训练条件随机域模型,并将训练后的条件随机域模型应用到生物实体的识别上.改进的粒子群优化算法引入粒子群聚集度来防止粒子群过早地陷入局部收敛,用迭代间对数似然相对变化率来控制算法的收敛,用线性变化的惯性因子和学习因子来控制搜索范围.实验结果表明,基于改进粒子群优化的条件随机域模型较隐马尔科夫模型、最大熵马尔科夫模型、支持向量机以及传统条件随机域模型等方法具有更高的精确率和召回率.
- 豆增发高琳
- 关键词：条件随机域模型粒子群优化
- 蛋白质网络中复合体和功能模块预测算法研究被引量：10
- 2011年
- 预测蛋白质相互作用网络中的复合体和功能模块对于理解生物系统的组织和功能具有重要的意义.到目前为止,已经出现了大量的蛋白质复合体和功能模块预测算法及相关的软件,这些算法各具特色,但同时也具有一定的局限.文中对典型的聚类预测算法进行了研究,依据算法特性对它们进行了分类,并从算法思想、关键技术以及算法性能等方面进行了分析和比较.进一步介绍了基于网络比对策略检测保守模块的算法.最后,结合蛋白质网络数据集对典型的聚类算法从运行效率和预测结果的匹配率等方面进行了比较与分析,为生物网络模块的挖掘和分析提供了有益的参考.
- 鱼亮高琳孙鹏岗
- 关键词：蛋白质相互作用网络复合体功能模块聚类
- 利用膜粒子群优化的条件随机域特征选择被引量：3
- 2012年
- 提出了一种新的基于膜粒子群优化的特征选择方法.该方法利用了膜系统的分层结构和消息传递机制,将粒子群优化算法作为区域子算法部署到各个区域中.不同于传统粒子群优化算法,该方法将粒子群优化的搜索速率分解为局部搜索速率和全局搜索速率.膜系统的所有外层区域采用局部搜索速率,搜索局部最优解;最内层区域采用全局搜索速率,搜索全局最优解.所有外部区域将最优解传递给相邻内部区域,内部区域将最差解传递给相邻外部区域,最内区域向相邻外部区域传递最差解.当各个区域之间的解传递在一段时间内停止时,或者算法迭代次数达到限定次数时,算法收敛,取最内层区域的最优解为最终解.以条件随机域模型的最大似然估计函数为目标函数,利用膜粒子群优化计算各个特征权重系数,最后剔除那些权重系数小于阈值的特征.实验结果表明,在进行生物文本的基因名称识别时,利用该方法对条件随机域的特征进行选择后,可以消除冗余特征的干扰,能获得更高的准确度。
- 豆增发高琳
- 关键词：膜系统粒子群优化条件随机域
- 基于AP算法的多物种同源功能模块挖掘算法被引量：1
- 2012年
- 提出了一种多物种代谢网络同源功能模块的挖掘算法.依据物种间的亲缘关系,给出一种新的化合物相似度定义方式,使用AP算法进行模块的初始划分,然后按照模块的同源系数逐层进行重叠扩展.使用65种不同生物的代谢网络进行实验研究,结果表明:得到的保守功能模块与KEGG数据库提供的参考功能模块具有较高匹配率,外围功能模块体现了功能模块在不同物种内的分布差异,验证了算法的有效性.
- 赵建邦高琳
- 关键词：代谢网络数据挖掘算法相似度
- 非树型网络模体发现算法被引量：3
- 2009年
- 现有的大多数网络模体发现算法发现网络中的确切模体,但是由于生物数据是不完整的,有噪声的,而且生命过程具有动态性,概率网络模体具有更实际的意义.本文提出了非树型网络模体发现算法,寻找由一组相似子图组成的概率网络模体.在该算法中,首先提出子图挖掘算法ESN挖掘网络中所有给定规模的非树型子图,然后进行多图比对,最后基于统计模型和对应的得分函数,用模拟退火算法求得网络模体.对E.coli和Yeast的基因调控网络的仿真实验表明,该算法能够高效地发现生物网络中的概率模体.
- 覃桂敏高琳周晓锋
- 关键词：生物网络
- 复杂网络社团的谱分检测方法被引量：2
- 2011年
- 为有效地检测复杂网络中的社团结构,优化模块密度函数,展示模块密度函数怎样被优化框定到谱分聚类问题,提出一种谱分算法,进一步对该算法进行时间复杂度分析。在一个经典的真实世界网络中检验该算法,并与基于模块密度的直接核方法及基于模块函数的谱分方法做比较。特别地,当网络中社团结构变得模糊时,实验结果显示,该谱分算法在发现复杂网络社团上是有效的。
- 付立东
- 关键词：社团结构模块密度
- 利用膜粒子群优化和信息熵的医学文本特征选择被引量：4
- 2012年
- 针对生物医学文本挖掘中有效特征选择困难的问题,提出了一种新的基于膜粒子群优化和信息熵的文本特征选择方法.该方法以文本信息熵总和为目标函数,以膜系统的层次结构作为框架,以膜系统的消息传递机制作为进化方向,以粒子群优化进化作为进化规则.作为进化规则的粒子群优化算法,分别以局部搜索速率和全局搜索速率搜索得到文本信息熵最大的解,并在不同膜区域之间传递搜索结果,直到膜区域之间的消息传递结束或者达到限定的迭代次数.实验结果表明,利用提出的方法对医学文本特征进行选择后,对其进行分类,能使分类精确度和召回率分别提高2%和3%左右.
- 豆增发高琳
- 关键词：膜系统粒子群优化信息熵
