目前提出的用于检测变量间相关关系的方法,如最大信息系数(Maximal Information Coefficient,MIC),多应用于成对变量,却很少用于三元变量或更高元变量间的相关性检测。基于此,该文提出能够检测多元变量间相关关系的新方法最大信息熵(Max...目前提出的用于检测变量间相关关系的方法,如最大信息系数(Maximal Information Coefficient,MIC),多应用于成对变量,却很少用于三元变量或更高元变量间的相关性检测。基于此,该文提出能够检测多元变量间相关关系的新方法最大信息熵(Maximal Information Entropy,MIE)。对于k元变量,首先基于任意两变量间的MIC值构造最大信息矩阵,然后根据最大信息矩阵计算最大信息熵来度量变量间的相关度。仿真实验结果表明MIE能够检测三元变量间的1维流形依赖关系,真实数据集上的实验验证了MIE的实用性。展开更多
对进口食品和国内食品中的单增李斯特菌进行血清学分型和分子分型研究,探讨不同来源菌株之间的遗传相关性及不同分型方法之间的联系。对分离的单增李斯特菌进行血清学分型和脉冲场凝胶电泳分型。69株单增李斯特菌分为4种血清型,主要血...对进口食品和国内食品中的单增李斯特菌进行血清学分型和分子分型研究,探讨不同来源菌株之间的遗传相关性及不同分型方法之间的联系。对分离的单增李斯特菌进行血清学分型和脉冲场凝胶电泳分型。69株单增李斯特菌分为4种血清型,主要血清型为1/2a(3a)型,脉冲场凝胶电泳(pulsed-field gel electrophoresis,PFGE)分型分为55种带型,主要型别为GX6A12.CN0018。食品中的单增李斯特菌分子型别呈现多态性,进口食品分离株和国内食品分离株之间无相关性。展开更多
文摘目前提出的用于检测变量间相关关系的方法,如最大信息系数(Maximal Information Coefficient,MIC),多应用于成对变量,却很少用于三元变量或更高元变量间的相关性检测。基于此,该文提出能够检测多元变量间相关关系的新方法最大信息熵(Maximal Information Entropy,MIE)。对于k元变量,首先基于任意两变量间的MIC值构造最大信息矩阵,然后根据最大信息矩阵计算最大信息熵来度量变量间的相关度。仿真实验结果表明MIE能够检测三元变量间的1维流形依赖关系,真实数据集上的实验验证了MIE的实用性。
文摘对进口食品和国内食品中的单增李斯特菌进行血清学分型和分子分型研究,探讨不同来源菌株之间的遗传相关性及不同分型方法之间的联系。对分离的单增李斯特菌进行血清学分型和脉冲场凝胶电泳分型。69株单增李斯特菌分为4种血清型,主要血清型为1/2a(3a)型,脉冲场凝胶电泳(pulsed-field gel electrophoresis,PFGE)分型分为55种带型,主要型别为GX6A12.CN0018。食品中的单增李斯特菌分子型别呈现多态性,进口食品分离株和国内食品分离株之间无相关性。
