一种基于线性流形的基因表达数据的聚类方法

由于基因表达数据的稀疏性和噪声性,传统聚类算法对其聚类时不能取得好的效果。针对这一问题,一种新的线性流形方法被提出,它的基本思想是搜索数据集中的线流形聚类,再将其中某些线流形聚类融合构造高维流形聚类。该算法将切向距离和法向距离作为线性流形的距离度量,运用空间近邻信息,采用聚类基因的平均表达水平作为转移向量,提高了聚类的准确度。实验结果表明,该算法的聚类准确性优于其它聚类算法,并且对带有噪声的数据可以保持较高的聚类准确度;在对Hela基因表达数据聚类时,算法得到了具有显著生物学意义的聚类。这些都说明提出的算法对基因表达数据聚类的适用性和有效性。     

基于主导拮抗抑制的多尺度边缘检测

图像边缘检测算子的抑噪能力和定位精度是一对矛盾,从视觉神经生理学角度出发,提出一种基于主导拮抗抑制的多尺度边缘检测模型。该模型将主导拮抗抑制机制拓展到多尺度处理,通过引入侧膝体拮抗通道的强抑制机制达到自适应抑噪的效果,获得的对比度信息经过简单细胞子域的非线性整合得到锐化的边缘输出,最后将多个尺度的处理结果进行融合,获得最终的边界轮廓。理论和实验证明通过主导拮抗抑制机制和多尺度处理的结合,获得抑噪能力强、定位精度高的边缘检测模型,该模型具有生理学基础,结构简单,计算效率高。     

部分参数不确定线性系统的鲁棒控制

本文研究了部分参数不确定的线性系统在有界能量噪声作用下的控制问题,即参数鲁棒性控制问题。具有准确模型的飞机在不准确气动参数信息条件下的飞行控制就是一个典型例子。我们先把它简化为一个带正参数的Ｈ∞控制问题,然后采用Ｊ无损分解方法,推导了调节问题的可解性条件和动态反馈控制器的全部显式通解。     

登月探测器轨道计算的自动寻优设计

研究探测器从停泊轨道出发飞向月球并击中月球的轨道自动寻优设计问题。着重讨论登月轨道计算的自动寻优设计。最后给出实验结果。     

基于小波域隐Markov模型的SAR图像滤波方法

在小波域隐Markov模型(HMM)的基础上提出一种新的合成孔径雷达(SAR)图像的滤波方法。首先根据小波变换的内在特征,建立小波域的隐Markov树(HMT)模型,通过EM算法可以获得该HMT模型的参数估计。然后根据SAR图像的统计性质,将SAR图像的乘法斑点杂噪声在局部范围内近似为加性白高斯噪声,通过最小均方差(MMSE)估计可以获得信号的小波变换值。通过对真实SAR图像的应用,结果说明该方法可以在保存图像细节特征的情况下有效地抑制图像的噪声。     

面向控制模型的时域建模方法研究

研究了“面向控制”模型的建模的理论和方法,提出了建模的实用计算方法。这个方法的特点是建模在时域进行,并以遗传算法作为计算工具,具体实现了“面向控制”模型的建模。仿真结果表明,真实模型完全处于辨识出模型集中,此辨识算法鲁棒性好     

适合可变剪接研究的转录组序列分析策略

规模化基因表达实验所产生的大量与生物组织特定时空状态相关的cDNA和表达序列标签(EST)等信息可用于新基因的发现、基因表达模式分析和基因组的注释,从而可为转录组研究提供实验设计和结果分析的参考标准。真核基因可变剪接的普遍性及其在机体生理与病理过程中的重要作用,使得可变剪接的系统分析已成为功能基因组研究中的热点之一。在面临海量表达数据的指数增长和不断有新的基因组获得测序的情况下,实现转录组序列分析的规模化、自动化计算迫在眉睫。讨论不同转录组分析系统中的数据分析算法及其计算需求,并提出适用于大规模可变剪接分析的策略。     

基于神经网络的非线性控制系统自组织辨识

本文首先将自组织神经网络算法向一般化情形引伸，接着把自组织过程应用到一般非线性系统的动态过程分类，使得整个非线性系统能够按照输入输出样本空间的概率密度自组织，成为许多具有不同分类核心和感受野的线性子空间逼近。在此基础上，我们采用通用最小二乘算法，以子空间的非线性问题线性化误差作为依据，并进一步运用自组织神经网络的合作与竞争思想，最终得到一般情形的非线性系统的最小二乘辨识。仿真结果表明了本方法的可行性与优越性。     

一个监控式局部自主机器人控制器的实现与分析

本文介绍了一个严格监督控制（Ｓｕｐｅｒｖｉｓｏｒｙｃｏｎｔｒｏｌ）定义下的局部自主机器人控制器ＧＫＤ３的设计和实现，并从监督控制理论的角度，对ＧＫＤ３的体系结构和功能进行了分析和讨论。     

一种针对基因识别的GHMM简化算法

广义隐Markov模型是计算机基因识别的一种重要模型,它克服了传统隐Markov模型的状态段长成几何分布的缺陷,更加适合于计算机基因识别。其缺点在于计算量大,需要采用有效的简化算法。利用基因的结构特点,在不附加额外限制条件的情况下,提出了一种新的简化算法,其计算复杂度是序列长度的线性函数。对实际生物序列数据的测试结果表明了此简化算法的有效性。