搜索结果: 1-15 共查到“计算机软件 基因”相关记录23条 . 查询时间(2.532 秒)
近年来，随着测序技术的不断进步，尤其泛基因组研究的不断深入，结构变异（SV）的重要性逐渐被更多人认可。但是由于SV的复杂性和多样性，目前不论是获取个体水平还是群体水平的高质量SV集合仍是一大挑战。这主要是因为不同软件或个体在同一个位置可能被鉴定出多种类型的SV，当前的软件无法很好的整合，进而判定错误或保留为multi-allelic SV。其次位于重复区域SV无法准确的判定其位置，进而导致同一个S...
受科技部委托，中国科学院北京基因组研究所（国家生物信息中心）于2022年7月18日完成人类遗传资源信息管理备份平台系统迁移、升级和上线运行。升级后的人类遗传资源信息管理备份平台由国家基因组科学数据中心（NGDC）负责运行维护，平台访问地址为https://hgrip.cncb.ac.cn或https://ngdc.cncb.ac.cn/hgrip。
中国农业科学院作物科学研究所作物基因与分子设计中心著作。
中国科学院北京基因组研究所生命与健康大数据中心正式成立
多组学数据库系统 大数据储存
2016/3/3
2016年3月1日，中国科学院北京基因组研究所生命与健康大数据中心成立大会召开，研究所相关负责人、管理部门负责人及大数据中心全体人员出席会议。生命与健康大数据中心（BIG Data Center；简称BIGD）是研究所科研、支撑体系的一部分，其发展目标为面向我国人口健康和社会可持续发展的重大战略需求，围绕国家精准医学和重要战略生物资源的组学数据，建立海量生物组学大数据储存、整合与挖掘分析研究体系，...
基于稀疏类别保留投影的基因表达数据降维方法
基因表达数据 高维小样本 类别保留投影 回归
2016/12/30
针对基因表达数据高维小样本特性所带来的维数灾难问题,结合回归和类别保留投影方法,提出一种新的基因表达数据降维方法,叫稀疏类别保留投影.相比类别保留投影,能有效避免类别保留投影在基因表达数据降维上存在的矩阵奇异和过拟合问题.通过对真实基因表达数据进行数据可视化和分类识别,验证了方法的有效性.
基于GEP基因约简策略的多项式因式分解
多项式因式分解 进化计算 适应度计算
2009/11/3
将基于基因表达式编程（GEP）的公式发现技术用于多项式因式分解。对标准GEP中个体染色体适应度评价算法和遗传算子进行了改进，提出了一种新的基于GEP的基因约简算法及多项式因式发现算法（以下称FactorGEP算法)，分析了多项式因式发现的特殊困难，提出了将有效基因个数作为适应度评价因素的解决方案。试验结果表明，FactorGEP算法完全不需要关于分解的多项式的任何先验知识，可以自动对多项式进行因式...
基因表达式编程的2种解码方法
解码 基因型 表现型
2009/8/11
在基因表达式编程的基础上提出2种新的解码方法，分析了它们的时间和空间复杂度。第1种方法完全遵照原始基因表达式编程中基因型与表现型之间的映射关系，直接在基因型上计算和求解表达式。第2种方法在基因结构保持不变的前提下，利用栈来计算和获取表达式，使得基因型与表现型之间的映射关系已不同于前者。这2种方法对重组算子有着不同程度的影响。在3组数据上的实验结果表明，2种新的解码方法可行而且高效，第2种解码方法更...
基因表达式编程的LFC方法及其应用
基因表达式编程 适应度评价 遗传操作
2009/7/21
介绍了基因表达式编程的基本原理，提出了具有线性复杂度的个体适应度评估方法（LFC），并且在遗传操作中采用自适应代沟替代策略，解决了标准GEP算法在求解复杂问题时时空效率低的问题。仿真表明，与标准GEP算法相比，该算法在不损失解的质量的情况下，求解效率得到明显改善。
基因的无树评估
数据挖掘 基因表达式编程 基于Scale的基因表达
2009/7/21
传统基于表达式树ET的基因评估从性能角度讲主要缺点是：重复遍历表达式树和进行大量重复计算。提出基于Scale的基因评估。变量矩阵用来避免基因评估中的重复计算。实验表明，在绝大多数数据分布下和参数选择情况下：基于Scale的基因评估较基于 ET 的基因评估快 3~5 倍。
基于代表熵的基因表达数据聚类分析方法
波动系数 自组织特征映射网络算法 基因表达数据
2009/7/20
针对基因表达数据样本少，维数高的特点，尤其是在样本分型缺乏先验知识的情况下，结合自组织特征映射的优点提出了基于代表熵的双向聚类算法。该算法首先通过自组织特征映射网络（SOM）对基因聚类，根据波动系数挑选特征基因。然后根据代表熵的大小判断基因聚类的好坏，并确定网络的神经元个数。最后采用FCM（Fuzzy C Means）聚类算法对挑选出的特征基因集进行样本分型。将该算法用于两组公开的基因表达数据集，...
基于基因表达式编程抽取特征的分类算法
基因表达式编程 多分类问题 特征抽取
2009/6/25
传统的基因表达式编程在解决多分类问题时,人为地把多分类转换成多次两分类。融合了K-最邻近分类和基因表达式编程两种技术,做了下列工作：（1）提出了基于基因表达式编程中的特征抽取,证明了特征抽取区多样性定理;（2）提出了特征的自动聚类策略和特征集的自动选择策略,用特征的聚类辅助对象的分类;（3）提出基于基因表达式编程的最邻近距离分类算法,用抽取出的特征采用最邻近距离分类算法进行多分类;（4）实验表明,...
基于Bayes推断的基因芯片探针特异性估计模型
序列相似性估计 贝叶斯推断 特异性
2009/6/23
序列相似性计算是生物信息处理中的基本问题。针对基因芯片设计中的特异性评价问题，基于Bayes推断，建立了DNA序列快速估计算法，该算法不需要序列联配（alignment-free），性能好于广泛应用的相似性计算工具，可以大幅提高基因芯片设计性能。
基因表达式编程在SARS疫情分析及预测中的应用
基因表达式程序设计 SARS疫情 数学建模
2009/4/29
讨论基因表达式编程在SARS 疫情分析与预测中的应用，对基因表达式编程进行了理论分析，利用基因表达式编程对SARS在中国的传播与流行趋势及控制策略进行了自动数学建模实验。利用实际数据拟合参数，针对北京、山西的疫情进行了计算仿真。结果表明，该网络模型算法收敛速度较快，预测精度很高。
基于改进的基因表达式编程的复杂函数建模
基因表达式程序设计 复杂度 收敛性
2009/4/14
介绍了基因表达式程序设计方法的基本原理，针对求解复杂函数模型反问题中经典GEP算法多样性表现不足，甚至出现早熟的问题，提出了一种基于动态变异算子的改进的GEP算法——IGEP算法，从理论上对该改进算法进行了复杂度分析和收敛性分析。通过求解复杂函数模型反问题的多个实验将改进算法与传统方法、神经网络方法、经典GEP算法进行了对比，结果表明：该方法建立的复杂函数反问题拟合模型比经典GEP方法、传统方法、...