由于移动通信技术的特性,在数据传输过程中,信道干扰因素非常强烈,从而导致网络数据传输的可靠性大大降低。而当前网络编码调制技术主要采用了单一的网络编码矢量量化技术,不仅忽略了信道干扰因素,而且对全部的中速数据采用等级保护模式...由于移动通信技术的特性,在数据传输过程中,信道干扰因素非常强烈,从而导致网络数据传输的可靠性大大降低。而当前网络编码调制技术主要采用了单一的网络编码矢量量化技术,不仅忽略了信道干扰因素,而且对全部的中速数据采用等级保护模式,在传输过程误码率性能不强。对此,设计了基于移动信道中速数据流的高健壮性二元网络传输编码调制方案,引入信道干扰因素和分级保护思想,提出了联合最佳准则ROBS-C(Rule of Based Source and Channel)+分级保护DLP(Divided Level of Protection)的调制方案,兼顾了量化性能和误码性能两个方面。仿真实验表明:本文方案在低信道扰码的场合下量化性能优良,且在强信道扰码情况下,比单一因素的时候误码率低,能够更好地适应移动通信的要求。展开更多
肺癌致病基因的发现及预测有助于认识肺癌的发生机理、诊断与防治,是人类基因组研究的重要目标。应用现有二元网络重启随机游走算法预测致病基因时,一般先在疾病表型网络、蛋白质作用网络及疾病-蛋白质二分图网络内随机游走一步,然后进...肺癌致病基因的发现及预测有助于认识肺癌的发生机理、诊断与防治,是人类基因组研究的重要目标。应用现有二元网络重启随机游走算法预测致病基因时,一般先在疾病表型网络、蛋白质作用网络及疾病-蛋白质二分图网络内随机游走一步,然后进行网络间跳转,这种策略不仅搜索效率较低,还可能遗漏蛋白质(或疾病)网络中的局部拓扑信息。鉴于此,作者提出一种二元网络异步重启游走(asynchronously random walk with restart,ARWRH)算法,构建疾病表型-蛋白质异构网络,深层次挖掘潜在肺癌风险致病基因。ARWRH算法首先在疾病表型网络、蛋白质作用网络及疾病表型-蛋白质二分图网络内随机游走不同步数,然后进行网络间跳转,迭代形成稳态概率向量,从而获得候选致病基因。仿真实验表明,ARWRH算法可有效预测肺癌潜在风险致病基因,多数预测结果获得了文献证据支持。展开更多
文摘由于移动通信技术的特性,在数据传输过程中,信道干扰因素非常强烈,从而导致网络数据传输的可靠性大大降低。而当前网络编码调制技术主要采用了单一的网络编码矢量量化技术,不仅忽略了信道干扰因素,而且对全部的中速数据采用等级保护模式,在传输过程误码率性能不强。对此,设计了基于移动信道中速数据流的高健壮性二元网络传输编码调制方案,引入信道干扰因素和分级保护思想,提出了联合最佳准则ROBS-C(Rule of Based Source and Channel)+分级保护DLP(Divided Level of Protection)的调制方案,兼顾了量化性能和误码性能两个方面。仿真实验表明:本文方案在低信道扰码的场合下量化性能优良,且在强信道扰码情况下,比单一因素的时候误码率低,能够更好地适应移动通信的要求。
文摘肺癌致病基因的发现及预测有助于认识肺癌的发生机理、诊断与防治,是人类基因组研究的重要目标。应用现有二元网络重启随机游走算法预测致病基因时,一般先在疾病表型网络、蛋白质作用网络及疾病-蛋白质二分图网络内随机游走一步,然后进行网络间跳转,这种策略不仅搜索效率较低,还可能遗漏蛋白质(或疾病)网络中的局部拓扑信息。鉴于此,作者提出一种二元网络异步重启游走(asynchronously random walk with restart,ARWRH)算法,构建疾病表型-蛋白质异构网络,深层次挖掘潜在肺癌风险致病基因。ARWRH算法首先在疾病表型网络、蛋白质作用网络及疾病表型-蛋白质二分图网络内随机游走不同步数,然后进行网络间跳转,迭代形成稳态概率向量,从而获得候选致病基因。仿真实验表明,ARWRH算法可有效预测肺癌潜在风险致病基因,多数预测结果获得了文献证据支持。