基因表达式编程的机理及高效算法研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    60763012
  • 项目类别：
    地区科学基金项目
  • 资助金额：
    18.0万
  • 负责人：
    元昌安
  • 依托单位：
    南宁师范大学
  • 学科分类：
    F0213.生物信息计算与数字健康
  • 结题年份：
    2010
  • 批准年份：
    2007
  • 项目状态：
    已结题
  • 起止时间：
    2008-01-01 至2010-12-31

项目摘要

基因表达式编程(GEP)是数据挖掘领域借鉴生物基因表达思想的知识发现新技术，是遗传算法家族的新成员。目前GEP 研究主要集中在以下几方面：（1）用实验验证GEP各种遗传策略的效率，即"内部比较"；（2）将GEP应用于某领域的研究；（3）将GEP应用于解决某个实际问题。这些研究几乎没有涉及对GEP的内在机理和GEP的科学基础的研究,而对GEP的理论基础进行研究既是要点也是难点。本项目旨在：（1）对GEP的理论框架及其机理进行分析研究。包括对GEP的基本概念、各种遗传操作进行形式化描述，对其各种遗传操作在GEP中表现的理论基础和性能进行分析研究、对基于泛函分析理论、随机过程理论等数学原理的GEP收敛性进行分析研究。（2）基于GEP的机理，探讨GEP与其它智能计算方法融合的高效算法，以拓宽GEP解决问题的途径。（3）对GEP所挖掘的函数表达式的可解释性进行研究，提高GEP解决实际问题的能力。

结项摘要

项目成果

期刊论文数量（14）
专著数量（1）
科研奖励数量（0）
会议论文数量（4）
专利数量（0）
Markov Chain Analysis of Gene Expression Programming
基因表达编程的马尔可夫链分析
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
  • 影响因子：
    --
  • 作者：
  • 通讯作者：
基于信息增益和GEP的决策树属性约简算法
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    广西师范大学学报(自然科学版), 03期, 2010/9/15: 113-117（中文核心）
  • 影响因子：
    --
  • 作者：
  • 通讯作者：
基于GEP优化的RBF神经网络算法
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    小型微型计算机系统, 05期, 2010/5/15:950-954（中文核心）
  • 影响因子：
    --
  • 作者：
  • 通讯作者：
基于GEP的多层关联规则挖掘算法及其应用
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    计算机工程与设计，2010 ，31（1）：137-140（中文核心）
  • 影响因子：
    --
  • 作者：
  • 通讯作者：
基于GEP和Baum-Welch算法训练HMM模型的研究
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    计算机工程与设计, 09期, 2010/5/16 :2027-2029,2069（中文核心）
  • 影响因子：
    --
  • 作者：
  • 通讯作者：

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

基于Spark的Top-k对比序列模式挖掘
  • DOI：
    --
  • 发表时间：
    2017
  • 期刊：
    计算机研究与发展
  • 影响因子：
    --
  • 作者：
    张鹏;段磊;秦攀;左劼;唐常杰;元昌安;彭舰
  • 通讯作者：
    彭舰
基于双折射晶体的快拍穆勒矩阵成像测偏原理分析
  • DOI：
    --
  • 发表时间：
    2018
  • 期刊：
    物理学报
  • 影响因子：
    --
  • 作者：
    曹奇志;元昌安;胡宝清;任文艺;赵银军;张晶;李建映;邓婷;Mingwu Jin
  • 通讯作者：
    Mingwu Jin
一种支持更新操作的数据空间访问控制方法
  • DOI：
    --
  • 发表时间：
    2016
  • 期刊：
    电子与信息学报
  • 影响因子：
    --
  • 作者：
    潘颖;元昌安;李文敬;程茂华
  • 通讯作者：
    程茂华
喀斯特生境濒危植物金丝李的微卫星引物开发研究
  • DOI：
    --
  • 发表时间：
    2017
  • 期刊：
    Applications in Plant Sciences
  • 影响因子：
    3.6
  • 作者：
    张忠华;杨萍;张启伟;元昌安
  • 通讯作者：
    元昌安
基于遗传优化谱聚类的图形分割方法
  • DOI：
    --
  • 发表时间：
    2017
  • 期刊：
    计算机科学
  • 影响因子：
    --
  • 作者：
    覃晓;梁伟;元昌安
  • 通讯作者：
    元昌安

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

元昌安的其他基金

基于GEP和亚复杂系统的跨媒体时空数据挖掘关键技术研究
  • 批准号：
    61363037
  • 批准年份：
    2013
  • 资助金额：
    50.0 万元
  • 项目类别：
    地区科学基金项目

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码