杨涛
- 作品数：10 被引量：47H指数：2
- 供职机构：湖南大学更多>>
- 发文基金：湖南省自然科学基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术交通运输工程建筑科学医药卫生更多>>
- 基于隐马尔可夫模型的二次k-均值基因序列聚类算法
- 2007年
- 本文提出了一种基于隐马尔可夫模型的二次k-均值聚类算法并实现了对基因序列数据的建模与聚类。算法首先引入了同源基因序列核苷酸比率趋向于一致的生物学特征来对基因序列数据进行初次k-均值聚类,然后利用第一次聚类结果训练出表征序列特征的隐马尔可夫模型,最后采用基于模型的k-均值方法再次聚类。实验结果表明,该算法是可行的,并且具有较好的聚类质量。
- 吴君浩骆嘉伟王艳杨涛杨旭
- 关键词：隐马尔可夫模型基因序列K-均值聚类
- 基于马氏距离的缺失值填充算法被引量：31
- 2005年
- 提出了一种基于马氏距离的填充算法来估计基因表达数据集中的缺失数据。该算法通过基因之间的马氏距离来选择最近邻居基因,并将已得到的估计值应用到后续的估计过程中,然后采用信息论中熵值的概念计算最近邻居的加权系数,得到缺失数据的填充值。实验结果证明了该算法具有有效性,其性能优于其他基于最近邻居法的缺失值处理算法。
- 杨涛骆嘉伟王艳吴君浩
- 关键词：微阵列信息熵
- 夏热冬冷地区高层住区风环境的空间布局适应性研究
- 在城市、文化、经济高速大发展的今天，高层住宅的迅猛发展已成为必然的趋势。随着住宅高度的不断增加，高层住区甚至超高层住区由于空间要素的变化所形成的局部风环境对城市及区域风环境的影响越来越大。这些影响除了来源于住区整体高度的...
- 杨涛
- 关键词：高层住区风环境计算机模拟夏热冬冷地区
- 文献传递
- 常规城市公共交通系统规划关键技术研究
- 随着我国社会经济事业的飞速发展，大城市交通状况已日趋严重，在一定程度上影响了城市社会经济系统的进一步发展和人民生活水平的提高。常规城市公共交通作为我国城市交通的重要组成部分，已越来越受到人们的重视。本文以提高常规城市公交...
- 杨涛
- 关键词：城市交通公共交通系统交通规划
- 文献传递
- 基于纤维单元的桥梁船撞高效分析方法
- 随着中国经济的逐渐崛起，交通行业发展迅速，桥梁建设更为迅猛。与日俱增的桥梁，在一定程度上成为了水运船舶的障碍。对于通航水域上桥梁结构的船撞动力分析，现有的规范或经验静力法虽有简单实用的特点，却难以反映船桥相互作用的动力本...
- 杨涛
- 关键词：冲击谱混合仿真纤维梁单元
- 文献传递
- 斜拉桥钢-混凝土组合结构索塔锚固区受力研究
- 现代斜拉桥正在朝着大跨径的方向发展，随着跨径的增大，索塔也越来越高，这给设计和施工，尤其是混凝土浇筑带来相当大的困难，但采用力学性能较好的全钢结构索塔又会大大提高造价，因此，采用钢一混凝土组合结构塔将更为经济合理。采用这...
- 杨涛
- 关键词：斜拉桥锚固区
- 文献传递
- 基因表达缺失数据填充算法研究
- DNA微阵列技术使人们可以同时观测成千上万个基因的表达水平，对其数据的分析已成为生物信息学研究的焦点。但是，在基因表达数据产生过程中存在一些因素导致获得的数据中包含有大量的缺失值，为后续的数据分析工作带来了极大的困难，甚...
- 杨涛
- 关键词：基因表达数据缺失值模糊C-均值算法生物信息学
- 文献传递
- 一种结合完全连接的改进Apriori算法被引量：7
- 2006年
- 基于Apriori算法原理,提出一种有效的完全连接条件,在频繁2k项集的集合L2k进行自身Apriori连接得频繁(2k+1)项集的同时,自身完全连接产生未剪枝的候选4k项集;对频繁(2k+1)项集的集合L2k+1,直接对其项集进行完全连接产生未剪枝的候选(4k+2)项集。改进的算法减少了连接的比较次数、迭代运算次数。实验表明该算法在保证无遗漏的情况下有效地提高了Apriori算法的挖掘速度。
- 骆嘉伟王艳杨涛吴君浩
- 关键词：关联规则频繁项集
- 超分子自组装形成介孔二氧化硅过程的芘荧光探针光谱表征研究
- 介孔材料因其独特的织构特性，在吸附/分离、催化以及主-客体材料组装等领域中具有重要而广泛的应用。有关介孔材料的形成机理，一直是介孔材料领域内的研究热点和难点。虽然研究者们已经提出了许多可能的机理，但至今学术界尚未有统一的...
- 杨涛
- 关键词：二氧化硅介孔材料超分子自组装荧光探针光谱表征
- 文献传递
- 基于分段与运算的基因表达数据频繁项集挖掘被引量：1
- 2006年
- 本文在研究分析经典关联规则挖掘算法优缺点以及基因表达数据特点的基础上,提出了一种立足于基因表达数据的数据特点,不生成候选项集的基于分段与运算的基因表达数据频繁项集挖掘算法。实验证明该算法能更快速有效地挖掘出频繁项集。
- 王艳骆嘉伟杨涛吴君浩
- 关键词：基因表达数据关联规则挖掘频繁项集
