论文摘要
阿尔茨海默病是一种最常见的痴呆症。这种疾病的特点是会导致病人的认知记忆、定向、判断和推理等能力衰退并最终导致死亡。2006年,全球就有2.66亿阿尔茨海默病患者,预计到2050年,全球中每85个人中将会有一个是阿尔茨海默病患者。然而到目前为止,还没有找到特别有效的措施来治疗阿尔茨海默病。为了能够彻底的治疗阿尔茨海默病,就必须能够了解阿尔茨海默病的发病原理,也就必须要找到阿尔茨海默病的致病基因。所以寻找阿尔茨海默病的致病基因是目前的一项主要研究。目前寻找阿尔茨海默病致病基因采取的主要方法,是通过分析DNA微阵列数据寻找阿尔茨海默病的候选致病基因。而分析DNA微阵列数据的其中一种方法是将表达相似的基因放在一起(因为它们很可能在功能上也相似)。传统的聚类方法只注重聚类结果,忽略了类中数据的排列问题,然而将功能相似的基因聚在一起必须考虑基因的排列问题。因此,本文首先将求解阿尔茨海默病的全局最优排列问题转化为TSP问题,然后引入目前流行的智能算法——蚁群算法(Ant Colony Optimization)及其改进算法来解决此问题。主要研究内容如下:?(1).综述了阿尔茨海默病,基因芯片技术,寻找阿尔茨海默病致病基因的研究现状,以及应用全局优化思想求解最优DNA微阵列序列的主要方法。?(2).首先应用基本蚁群算法对酵母菌基因数据进行处理,并分析讨论了三种度量方式在求解最优基因序列中的优劣;然后引入信息熵并将其作为蚁群算法的结束判据,智能判断蚁群算法的迭代次数并减少运行时间,而且在实验结果中我们可以得出改进的蚁群算法在处理大规模数据时的优势更明显;最后我们将蚁群分为两类,并在迭代过程中减少蚁群规模,然后还以信息熵作为收敛判据,在大大加快运行速度的同时获得了与基本蚁群算法几乎一致的解。?
论文目录
相关论文文献
- [1].算法:一种新的权力形态[J]. 治理现代化研究 2020(01)
- [2].算法决策规制——以算法“解释权”为中心[J]. 现代法学 2020(01)
- [3].面向宏观基本图的多模式交通路网分区算法[J]. 工业工程 2020(01)
- [4].算法中的道德物化及问题反思[J]. 大连理工大学学报(社会科学版) 2020(01)
- [5].算法解释请求权及其权利范畴研究[J]. 甘肃政法学院学报 2020(01)
- [6].算法新闻的公共性建构研究——基于行动者网络理论的视角[J]. 人民论坛·学术前沿 2020(01)
- [7].算法的法律性质:言论、商业秘密还是正当程序?[J]. 比较法研究 2020(02)
- [8].关键词批评视野中的算法文化及其阈限性[J]. 学习与实践 2020(02)
- [9].掌控还是被掌控——大数据时代有关算法分发的忧患与反思[J]. 新媒体研究 2020(04)
- [10].美国算法治理政策与实施进路[J]. 环球法律评论 2020(03)
- [11].算法解释权:科技与法律的双重视角[J]. 苏州大学学报(哲学社会科学版) 2020(02)
- [12].大数据算法决策的问责与对策研究[J]. 现代情报 2020(06)
- [13].大数据时代算法歧视的风险防控和法律规制[J]. 河南牧业经济学院学报 2020(02)
- [14].风险防范下算法的监管路径研究[J]. 审计观察 2019(01)
- [15].模糊的算法伦理水平——基于传媒业269名算法工程师的实证研究[J]. 新闻大学 2020(05)
- [16].算法推荐新闻对用户的影响及对策[J]. 新媒体研究 2020(10)
- [17].如何加强对算法的治理[J]. 国家治理 2020(27)
- [18].“后真相”背后的算法权力及其公法规制路径[J]. 行政法学研究 2020(04)
- [19].算法规制的谱系[J]. 中国法学 2020(03)
- [20].论算法排他权:破除算法偏见的路径选择[J]. 政治与法律 2020(08)
- [21].政务算法与公共价值:内涵、意义与问题[J]. 国家治理 2020(32)
- [22].算法的法律规制研究[J]. 上海商业 2020(09)
- [23].新闻算法分发对隐私权的冲击及规制[J]. 青年记者 2020(27)
- [24].算法如何平等:算法歧视审查机制的建立[J]. 南海法学 2020(02)
- [25].蚁群算法在文字识别中的应用研究[J]. 信息与电脑(理论版) 2019(22)
- [26].大数据聚类算法研究[J]. 无线互联科技 2018(04)
- [27].RSA算法的改进研究[J]. 计算机与网络 2018(14)
- [28].智能时代的新内容革命[J]. 国际新闻界 2018(06)
- [29].改进的负载均衡RSA算法[J]. 电脑知识与技术 2018(25)
- [30].基于深度学习的视觉跟踪算法研究综述[J]. 计算机科学 2017(S1)