检索结果-维普期刊中文期刊服务平台

一种用于基因调控网络建模的CGP-WPSO混合算法被引量：8: 1; 作者蔡昕烨牛耘 +1 位作者黄志球范大娟《计算机科学》 CSCD 北大核心 2012年第9期180-182,197,共4页; 依靠基因调控网络来预测农作物的表现型,对于保障全球的粮食安全有着极其重要的意义。提出了一种基于笛卡尔遗传规划(Cartesian genetic programming)和线性递减惯性权重粒子群优化(linear decreasing inertia weightparticle swarm opt... 展开更多; 关键词拟南芥开花调控系统基因调控网络基因编程粒子群算法 CGP-WPSO混合算法; 在线阅读下载PDF 职称材料

基于粒子群神经网络集成的肿瘤分型研究被引量：4: 2; 作者程慧杰张国印何颖《计算机工程》 CAS CSCD 北大核心 2010年第10期209-211,共3页; 针对肿瘤基表达谱样本少、维数高的特点,提出一种用于肿瘤分型的粒子群神经网络集成算法。根据相似性度量函数滤出分类无关基因,形成候选特征子集。采用基于灵敏度分析的BP神经网络模型作为基分类器,进一步剔除冗余基因。改进的粒子群... 展开更多; 关键词粒子群优化神经网络集成基因表达谱特征基因肿瘤分型; 在线阅读下载PDF 职称材料

基于QPSO算法和S-系统的基因调控网络分析与重构被引量：1: 3; 作者冯斌余永红孙俊《计算机应用研究》 CSCD 北大核心 2010年第9期3279-3282,共4页; 基于量子粒子群（QPSO）算法分析和重构了基因调控网络。利用S-系统模型进行基因调控网络的模拟,基本方法以真实实验数据与模拟数据的差的平方和作为目标函数进行迭代优化,只能预测数目很少的参数并且算法的收敛率很低。依据基因网络的... 展开更多; 关键词基因调控网络量子粒子群 S-系统参数估计重构逐步优化策略; 在线阅读下载PDF 职称材料

一种新颖的基因调控网络结构学习方法被引量：1: 4; 作者杜智华王宜伟《计算机应用》 CSCD 北大核心 2009年第6期1539-1543,共5页; 基于贝叶斯模型的结构学习是NP完全问题。给出了一种新颖的基于粒子群优化算法(PSO)的无序条件下的结构学习方法。迭代中,新算法用粒子表示网络结构,根据PSO群体规则进行更新,同时利用互信息进行修正,将所得到的最佳网络结构作为K2算法... 展开更多; 关键词基因调控网络贝叶斯网络粒子群优化算法 K2算法; 在线阅读下载PDF 职称材料

融合粒子群优化和遗传算法的基因调控网络构建被引量：4: 5; 作者孟军史贯丽《计算机应用》 CSCD 北大核心 2016年第11期2969-2973,共5页; MicroRNA（miRNA）是一类大小为21～25nt的内源性非编码小核糖核酸（RNA），通过与mRNA的3’-UTR互补结合，导致mRNA降解或翻译抑制来调控编码基因的表达。为了提高构建基因调控网络的准确度，提出一种基于粗糙集、融合粒子群（PSO）和... 展开更多; 关键词基因调控网络粒子群优化遗传算法粗糙集特征选择; 在线阅读下载PDF 职称材料

使用稳态系统和粒群优化算法进行基因调控网络推断被引量：1: 6; 作者应文豪王士同《计算机应用与软件》 CSCD 2009年第3期210-213,共4页; 基因调控网络模型试图从海量的时序基因表达数据中研究基因的功能,推断基因之间的调控关系,从而揭示复杂的病理现象和生命现象。通过利用时序基因表达数据来推断一个基于稳态系统(S-system)模型的基因网络,提出使用粒群优化算法(PSO)来... 展开更多; 关键词稳态系统基因调控网络粒群优化算法; 在线阅读下载PDF 职称材料

基于惯性法则的基因调控网络推断: 7; 作者应文豪王士同《计算机工程与应用》 CSCD 北大核心 2008年第33期211-214,231,共5页; 结合基因调控网络本身的非线性特征,提出了一个改进型的基于惯性法则的微分动力学模型,并证明其具有递归神经网络特征。使用DNA修复网络的一组时序基因表达数据进行仿真实验,实验中用粒子群优化算法优化网络参数,得到了较有意义的结果。; 关键词惯性法则基因调控网络粒子群优化算法 DNA修复网络时序基因表达数据; 在线阅读下载PDF 职称材料

采用结构与参数训练相结合的RNN模型构建基因调控网络被引量：2: 8; 作者苏兰莹刘桂霞 +2 位作者杨雅辉刘昱昊周春光《吉林大学学报（理学版）》 CAS CSCD 北大核心 2010年第2期284-290,共7页; 提出一种采用递归神经网络模型构建基因调控网络,将结构训练与参数训练相结合的方法进行网络的权值训练.采用模拟退火算法训练网络结构,找出调控关系权值,再引入基于免疫思想的粒子群算法对权值进行参数优化,得到基因调控网络图.并分别... 展开更多; 关键词基因调控网络递归神经网络模拟退火算法免疫系统粒子群算法; 在线阅读下载PDF 职称材料

基于改进PSO的基因调控网络重构方法被引量：2: 9; 作者蒋炜彭新一周育人《计算机工程》 CAS CSCD 北大核心 2009年第20期181-183,共3页; 提出一种基于改进粒子群优化算法的基因调控网络重构方法。该方法利用粒子群优化算法确定加权矩阵模型的最优结构及参数,从而推测出与实验数据相吻合的加权矩阵,实现利用重构的加权矩阵模型模拟基因调控网络的相互作用。实验结果表明,... 展开更多; 关键词粒子群优化算法基因调控网络加权矩阵模型重构; 在线阅读下载PDF 职称材料

题名一种用于基因调控网络建模的CGP-WPSO混合算法被引量：8: 1; 作者蔡昕烨牛耘黄志球范大娟; 机构南京航空航天大学计算机科学与技术学院; 出处《计算机科学》 CSCD 北大核心 2012年第9期180-182,197,共4页; 基金国家高技术研究发展计划(863计划)(2009AA010307)资助; 文摘依靠基因调控网络来预测农作物的表现型,对于保障全球的粮食安全有着极其重要的意义。提出了一种基于笛卡尔遗传规划(Cartesian genetic programming)和线性递减惯性权重粒子群优化(linear decreasing inertia weightparticle swarm optimization)的混合算法,用于基因调控网络的建模。进一步,为了验证算法的有效性,将算法应用于拟南芥开花调控系统的模型重建问题。最后通过计算机仿真实验表明,该算法能够根据农作物的基因型和环境情况,重建出能够较精确地预测农作物表现型的基因调控网络模型。; 关键词拟南芥开花调控系统基因调控网络基因编程粒子群算法 CGP-WPSO混合算法; Keywords Flowering time control in arabidopsis gene regulatory network genetic programming particle swarm optimization CGP-WPSO hybrid algorithm; 分类号 TP18 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名基于粒子群神经网络集成的肿瘤分型研究被引量：4: 2; 作者程慧杰张国印何颖; 机构哈尔滨工程大学计算机科学与技术学院哈尔滨医科大学基础医学院; 出处《计算机工程》 CAS CSCD 北大核心 2010年第10期209-211,共3页; 文摘针对肿瘤基表达谱样本少、维数高的特点,提出一种用于肿瘤分型的粒子群神经网络集成算法。根据相似性度量函数滤出分类无关基因,形成候选特征子集。采用基于灵敏度分析的BP神经网络模型作为基分类器,进一步剔除冗余基因。改进的粒子群优化算法全局搜索BP神经网络的权值和阈值。实验结果表明,该算法对肿瘤分型具有良好的识别率,且特征集合中仅包含54个特征基因。; 关键词粒子群优化神经网络集成基因表达谱特征基因肿瘤分型; Keywords particle swarm optimization（PSO） neural network ensemble gene expression profile feature gene tumor classification; 分类号 TP18 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名基于QPSO算法和S-系统的基因调控网络分析与重构被引量：1: 3; 作者冯斌余永红孙俊; 机构江南大学信息工程学院; 出处《计算机应用研究》 CSCD 北大核心 2010年第9期3279-3282,共4页; 基金国家自然科学基金资助项目(60474030); 文摘基于量子粒子群（QPSO）算法分析和重构了基因调控网络。利用S-系统模型进行基因调控网络的模拟,基本方法以真实实验数据与模拟数据的差的平方和作为目标函数进行迭代优化,只能预测数目很少的参数并且算法的收敛率很低。依据基因网络的稀疏性,提出了基于QPSO算法的逐步优化策略,将整个优化过程分为三个阶段,通过逐步确定无效参数的位置来简化模型。仿真实验基于QPSO算法逐步优化策略成功实现了一个包含5个节点60个参数的S-系统优化。; 关键词基因调控网络量子粒子群 S-系统参数估计重构逐步优化策略; Keywords genetic regulatory network QPSO（ quantum-behaved particle swarm optimization） s-system parameter estimation reconstruction gradual optimization strategy; 分类号 N945 [自然科学总论—系统科学]; 在线阅读下载PDF 职称材料

题名一种新颖的基因调控网络结构学习方法被引量：1: 4; 作者杜智华王宜伟; 机构深圳大学德州仪器DSPs实验室; 出处《计算机应用》 CSCD 北大核心 2009年第6期1539-1543,共5页; 基金国家自然科学基金资助项目(60572100); 文摘基于贝叶斯模型的结构学习是NP完全问题。给出了一种新颖的基于粒子群优化算法(PSO)的无序条件下的结构学习方法。迭代中,新算法用粒子表示网络结构,根据PSO群体规则进行更新,同时利用互信息进行修正,将所得到的最佳网络结构作为K2算法的先验知识。实验结果表明,新算法可以在无序的条件下,取得稳定的贝叶斯分数值。同时,在与K2算法和BN-PSO算法的比较中,新算法取得了更优异的网络结构和更快的收敛速度。; 关键词基因调控网络贝叶斯网络粒子群优化算法 K2算法; Keywords gene regulatory network Bayesian network particle swarm optimization （PSO） K2 algorithm; 分类号 TP18 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名融合粒子群优化和遗传算法的基因调控网络构建被引量：4: 5; 作者孟军史贯丽; 机构大连理工大学计算机科学与技术学院; 出处《计算机应用》 CSCD 北大核心 2016年第11期2969-2973,共5页; 基金国家自然科学基金资助项目(61472061)~~; 文摘 MicroRNA（miRNA）是一类大小为21～25nt的内源性非编码小核糖核酸（RNA），通过与mRNA的3’-UTR互补结合，导致mRNA降解或翻译抑制来调控编码基因的表达。为了提高构建基因调控网络的准确度，提出一种基于粗糙集、融合粒子群（PSO）和遗传算法（GA）的基因调控网络构建方法（PSO—GA—RS）。该方法首先通过对序列信息进行特征提取；然后采用粗糙集的依赖度作为适应度函数，融合粒子群和遗传算法选出较优的特征子集；最后使用支持向量机（SVM）建立模型，预测未知的调控关系。在拟南芥数据集上进行实验，相比基于粗糙集和粒子群优化的特征选择方法和Rosetta算法，所提方法的预测准确率、F值和受试者工作特征（ROC）曲线面积最多能提高5％，在水稻数据集上最多能提高8％。实验结果表明所提方法能够比较准确地预测miRNA和靶基因之间的调控关系。; 关键词基因调控网络粒子群优化遗传算法粗糙集特征选择; Keywords gene regulatory network particle swarm optimization （PSO） genetic Algorithm （GA） rough set feature selection; 分类号 TP399 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名使用稳态系统和粒群优化算法进行基因调控网络推断被引量：1: 6; 作者应文豪王士同; 机构江南大学信息工程学院常熟理工学院计算机科学与工程学院; 出处《计算机应用与软件》 CSCD 2009年第3期210-213,共4页; 文摘基因调控网络模型试图从海量的时序基因表达数据中研究基因的功能,推断基因之间的调控关系,从而揭示复杂的病理现象和生命现象。通过利用时序基因表达数据来推断一个基于稳态系统(S-system)模型的基因网络,提出使用粒群优化算法(PSO)来优化模型参数,从而捕捉基因表达数据中的动力学特性。实验结果表明,该方法能够使模型参数快速得到收敛,配置参数后模型仿真能力好,可以较好地识别基因调控关系。; 关键词稳态系统基因调控网络粒群优化算法; Keywords s-system gene regulatory networks particle swarm optimization; 分类号 TP18 [自动化与计算机技术—控制理论与控制工程] Q253 [生物学—细胞生物学]; 在线阅读下载PDF 职称材料

题名基于惯性法则的基因调控网络推断: 7; 作者应文豪王士同; 机构江南大学信息工程学院常熟理工学院计算机科学与工程系; 出处《计算机工程与应用》 CSCD 北大核心 2008年第33期211-214,231,共5页; 文摘结合基因调控网络本身的非线性特征,提出了一个改进型的基于惯性法则的微分动力学模型,并证明其具有递归神经网络特征。使用DNA修复网络的一组时序基因表达数据进行仿真实验,实验中用粒子群优化算法优化网络参数,得到了较有意义的结果。; 关键词惯性法则基因调控网络粒子群优化算法 DNA修复网络时序基因表达数据; Keywords inertia principle gene regulatory networks particle swarm optimization DNA repair networks time series gene expression data; 分类号 TP183 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名采用结构与参数训练相结合的RNN模型构建基因调控网络被引量：2: 8; 作者苏兰莹刘桂霞杨雅辉刘昱昊周春光; 机构吉林大学计算机科学与技术学院北京大学软件学院; 出处《吉林大学学报（理学版）》 CAS CSCD 北大核心 2010年第2期284-290,共7页; 基金国家自然科学基金(批准号:60673099 60873146 +3 种基金 60973092) 2009AA02Z307) 吉林省生物识别新技术重点实验室项目(批准号:20082209); 文摘提出一种采用递归神经网络模型构建基因调控网络,将结构训练与参数训练相结合的方法进行网络的权值训练.采用模拟退火算法训练网络结构,找出调控关系权值,再引入基于免疫思想的粒子群算法对权值进行参数优化,得到基因调控网络图.并分别用人工数据和大肠杆茵DNA修复系统基因数据进行实验.实验结果表明,该方法能有效地从基因时序数据中揭示基因间的调控关系.; 关键词基因调控网络递归神经网络模拟退火算法免疫系统粒子群算法; Keywords gene regulatory network recurrent neural network simulate annealing algorithm immune system particle swarm optimization; 分类号 TP399 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于改进PSO的基因调控网络重构方法被引量：2: 9; 作者蒋炜彭新一周育人; 机构华南理工大学计算机科学与工程学院; 出处《计算机工程》 CAS CSCD 北大核心 2009年第20期181-183,共3页; 基金国家自然科学基金资助项目(60673062) 广东省自然科学基金资助项目(06025686); 文摘提出一种基于改进粒子群优化算法的基因调控网络重构方法。该方法利用粒子群优化算法确定加权矩阵模型的最优结构及参数,从而推测出与实验数据相吻合的加权矩阵,实现利用重构的加权矩阵模型模拟基因调控网络的相互作用。实验结果表明,该方法能有效推理出复杂的基因调控网络结构。; 关键词粒子群优化算法基因调控网络加权矩阵模型重构; Keywords particle swarm optimization（PSO） gene regulatory network（GRN） weight matrices model reconstruction; 分类号 TP391.41 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	一种用于基因调控网络建模的CGP-WPSO混合算法	蔡昕烨牛耘黄志球范大娟	《计算机科学》 CSCD 北大核心	2012	8	在线阅读下载PDF 职称材料
2	基于粒子群神经网络集成的肿瘤分型研究	程慧杰张国印何颖	《计算机工程》 CAS CSCD 北大核心	2010	4	在线阅读下载PDF 职称材料
3	基于QPSO算法和S-系统的基因调控网络分析与重构	冯斌余永红孙俊	《计算机应用研究》 CSCD 北大核心	2010	1	在线阅读下载PDF 职称材料
4	一种新颖的基因调控网络结构学习方法	杜智华王宜伟	《计算机应用》 CSCD 北大核心	2009	1	在线阅读下载PDF 职称材料
5	融合粒子群优化和遗传算法的基因调控网络构建	孟军史贯丽	《计算机应用》 CSCD 北大核心	2016	4	在线阅读下载PDF 职称材料
6	使用稳态系统和粒群优化算法进行基因调控网络推断	应文豪王士同	《计算机应用与软件》 CSCD	2009	1	在线阅读下载PDF 职称材料
7	基于惯性法则的基因调控网络推断	应文豪王士同	《计算机工程与应用》 CSCD 北大核心	2008	0	在线阅读下载PDF 职称材料
8	采用结构与参数训练相结合的RNN模型构建基因调控网络	苏兰莹刘桂霞杨雅辉刘昱昊周春光	《吉林大学学报（理学版）》 CAS CSCD 北大核心	2010	2	在线阅读下载PDF 职称材料
9	基于改进PSO的基因调控网络重构方法	蒋炜彭新一周育人	《计算机工程》 CAS CSCD 北大核心	2009	2	在线阅读下载PDF 职称材料