朱大铭 作品数:87 被引量:163 H指数:8 供职机构: 山东大学 更多>> 发文基金: 国家自然科学基金 山东省自然科学基金 山东省优秀中青年科学家科研奖励基金 更多>> 相关领域: 自动化与计算机技术 生物学 理学 电气工程 更多>>
基于输入点集求解k-Means聚类算法 k-Means聚类是聚类划分中应用最广泛的一种方案,但是现在许多关于此问题的研究并没有给出近似比为常数的算法。本文给出了一个随机算法,该算法通过以不同概率选取初始k个点,保证了以一定概率分别属于不同最优聚类簇的k个点。以... 王守强 朱大铭 史士英关键词:K-MEANS 聚类 文献传递 用神经网络求解时间依赖网络最短路径问题的新算法(英文) 被引量:5 2004年 时间依赖的网络与传统的网络模型相比更具有现实意义,具有广泛的应用领域.用实例证明了著名的Dijkstra算法在时间依赖的网络上不能有效地求解最短路径问题,给出了时间依赖的网络的定义和模型,给出一种实用反馈式神经网络来求解时间依赖的网络的最短路径问题.并用模拟实验验证了它在不同的网络更新时间区间上收敛速度的稳定性.结果是神经网络求解非NP 难解类优化问题的一种新尝试. 贺红 朱大铭 马绍汉关键词:神经网络 网络最短路径 最短路径问题 DIJKSTRA算法 收敛速度 二进制神经网络分类问题的几何学习算法 被引量:10 1997年 分类问题在前向神经网络研究中占有重要位置.本文利用几何方法给出一个二进制神经网络K(≥2)分类问题的新学习算法.算法通过训练点的几何位置与类别分析,建立一个四层前向神经网络,实现网络输入向量分类.本文算法的优点在于:保证学习收敛且收敛速度快于BP算法及已有的其他一些前向网络学习算法;算法可以确定神经网络的结构且能实现精确的向量分类.另外,算法所建神经网络由线性阀值单元组成,神经元突触权值和阀值均为整数,特别适合于集成电路实现. 朱大铭 马绍汉关键词:神经网络 二进制 基于最小聚类求解k-means问题算法 被引量:7 2010年 针对每个划分子集要求至少满足一定数量点的k-means问题,设计了该问题的随机近似算法。给出一个样本子集,证明了该样本子集至少以1/2的概率包含每个最优子集中至少一个点,进一步设计近似度为2的随机算法。设计了该问题的(1+ε)随机近似算法,算法的成功概率至少为3/2k+2。利用取样技术,设计了k-means问题的局部搜索随机算法。 王守强 朱大铭关键词:K-MEANS 聚类 一种改进的遗传算法及其在TSP求解中的应用 在使用传统遗传算法求解问题的过程中,收敛速度与问题解的质量是影响算法寻优能力的一对主要矛盾。针对上述矛盾,本文通过引入一种新的变异算子——转位算子以及增加一些控制策略,提出了一种高效的改进型遗传算法,并且使用基于 DCO... 于兴涛 刘宏 朱大铭关键词:遗传算法 文献传递 预测RNA二级结构的新算法 应用热动力学最小自由能量方法从RNA序列预测其二级结构起始于Tinoco等人,Zuker将动态规划算法用于复杂的Tinoco模型,设计了Mfold算法,算法的时间复杂度为O(n3).Mfold算法不允许伪结点存在,但伪结... 李恒武 朱大铭 孙明晓关键词:RNA序列 RNA二级结构 文献传递 两元指纹向量聚类问题的复杂性与改进启发式算法 被引量:1 2008年 证明丢失值位数不超过2的指纹向量聚类问题为NP-Hard,并给出Figueroa等人指纹向量聚类启发式算法的改进算法.主要改进了算法的实现方法.以链表存储相容顶点集合,并以逐位扫描指纹向量的方法产生相容点集链表,可将产生相容点集的时间复杂性由O(m·n·2p)减小为O(m·(n·p+1)·2p),可使划分一个唯一极大团或最大团的时间复杂性由O(m·p·2p)减小为O(m·2p).实际测试显示,改进算法的空间复杂性平均减少为原算法的49%以下,平均可用原算法20%的时间求解与原算法相同的实例.当丢失值位数超过6时,改进算法几乎总可用不超过原算法11%的时间计算与原算法相同的实例. 刘培强 朱大铭 谢青松 范辉 马绍汉关键词:基因表达谱 基于初始点选取的k-means聚类近似常数算法 k-means聚类是聚类划分中应用最广泛的一种方案,但是现在许多关于此问题的研究并没有给出近似比为常数的算法.给出了一个随机算法,该算法通过以不同概率选取初始k个点,保证了以一定概率分别属于不同最优聚类簇的k个点.以这k... 王守强 朱大铭 韩爱丽关键词:K-MEANS聚类 局部搜索算法 文献传递 基因组重组及相关问题的算法研究 朱大铭 冯好娣 刘宏 马绍汉 基因组重组现象早在19世纪中期已被生命科学家发现。基因组重组排序算法应用于生命种群间基因排列顺序的比较,通过基因组比较。探索生命的演化规律和疾病的致病原理,如揭示肿瘤、不孕不育症的原理。在生命基因组图谱被确定后,这项工作...关键词: 计算生物学中有关基因组翻转距离的NPC问题 被引量:2 2002年 Problems of computing the reversal distance between genomes are discussed. Problems of computing the reversal distance between genomes are fundamental problems of Computational Biology, these problems have important meanings in studying the biological race evolution and the bio-pharmaceuticals etc. The problem of evolutionary trees based on reversal distance between genomes and it's NPC property are especially discussed. 栾峻峰 朱大铭 马绍汉关键词:计算生物学 NPC问题 基因序列