An Adaptive Sequential Replacement Method for Variable Selection in Linear Regression Analysis

With the rapid development of DNA technologies, high throughput genomic data have become a powerful leverage to locate desirable genetic loci associated with traits of importance in various crop species. However, current genetic association mapping analyses are focused on identifying individual QTLs. This study aimed to identify a set of QTLs or genetic markers, which can capture genetic variability for marker-assisted selection. Selecting a set with k loci that can maximize genetic variation out of high throughput genomic data is a challenging issue. In this study, we proposed an adaptive sequential replacement (ASR) method, which is considered a variant of the sequential replacement (SR) method. Through Monte Carlo simulation and comparing with four other selection methods: exhaustive, SR method, forward, and backward methods we found that the ASR method sustains consistent and repeatable results comparable to the exhaustive method with much reduced computational intensity.

基于广义Benders分解的分布式光伏接入容量规划方法

针对目前分布式光伏电源大规模接入配电网中带来的问题,提出了基于广义Benders分解的分布式光伏接入容量规划方法。采用数据驱动顺序选择方法确定C-Vine Copula模型中变量的最优顺序,结合拉丁超立方采样方法和场景评估指标,构建典型负荷-资源相关性场景。在生成的典型场景的基础上,建立了基于广义Benders分解的光伏接入规划模型。该模型分为光伏规划主问题与配电网运行子问题,采用线性规划与最优潮流的方法进行求解。在IEEE 33节点系统网架开展算例分析,结果表明,提出的典型场景生成方法比传统方法的资源误差与负荷误差减少50%以上;规划模型求解所需的计算量减小为原来的11%,计算时间缩短为原来的9%。

动态光散射双峰粒度反演中相关函数拟合窗口的优化选择

利用双峰颗粒样品相关函数的相对衰减特性,提出基于衰减特性的长延时相关函数相继提取法。该方法分别定义小颗粒相关函数拟合窗口的起始点,间隔点和大颗粒相关函数拟合窗口的终止点。首先,将间隔点定义为相对衰减特性极小值对应的延迟时间;其次,以间隔点为界,根据相对衰减特性图纵坐标最大值与其他纵坐标值的比例关系,确定小颗粒相关函数拟合窗口的起始点与大颗粒相关函数拟合窗口的终止点。以此三个参考点作为相关函数拟合窗口的选取准则,对拟合窗口进行优化选择,减小窗口选择的盲目性,从而提高粒度反演结果的准确性。模拟数据与实验数据表明,改进的优化算法反演结果显著降低了颗粒粒径相对误差、峰值位置相对误差以及相关函数均方根误差,提出的基于衰减特性的长延时相关函数相继提取法优于传统长延时相关函数相关提取法。

基于LightGBM的特征选择算法

为解决过滤式和基于演化学习的包裹式两类特征选择算法的缺陷,提出一种新型包裹式特征选择算法LGBFS(LightGBM feature selection).首先引入LightGBM对原始特征构建迭代提升树模型并对特征重要度进行度量;随后结合提出的LR序列前向搜索策略LRSFFS对特征进行选择;最后将所提出算法与9种对比算法在21个标准数据集上进行对比,结果显示LGBFS在21个标准数据集中的16个取得最优分类精度、18个取得最优维度缩减率和最优CPU运行时间.还进行了时间复杂度分析与显著性检验,检验表明LGBFS相较6种对比算法具有显著性差异,也说明LGBFS能够同时兼顾特征子集的计算效率和分类精度.

基于分支定界-改进AO＊算法的序贯测试策略优化

针对经典AO*算法在求解序贯测试问题中复杂度太大的难题,提出测试选择与策略优化联合的方法;首先基于解析冗余关系(ARRs)把测试选择问题映射为一个特殊的0-1整数规划(IP)模型并用分支定界法求解之,得到最优测试;然后通过两步回溯改进的AO*算法确定最优测试顺序;在一个组合电路的应用表明算法优化了测试点数,减少了扩展节点数,降低了经典算法的复杂度。

支持向量学习的多参数同时调节

模型选择是支持向量学习的关键问题.已有模型选择方法采用嵌套的双层优化框架,内层执行支持向量学习,外层通过最小化泛化误差的估计进行模型选择.该框架过程复杂,计算效率低.简化传统的双层优化框架,提出一个支持向量学习的多参数同时调节方法,在同一优化过程中实现模型选择和学习器训练.首先,将支持向量学习中的参数和超参数合并为一个参数向量,利用序贯无约束极小化技术(sequential unconstrained minimization technique,简称SUMT)分别改写支持向量分类和回归的有约束优化问题,得到多参数同时调节模型的多元无约束形式定义;然后,证明多参数同时调节模型目标函数的局部Lipschitz连续性及水平集有界性.在此基础上,应用变尺度方法(variable metric method,简称VMM)设计并实现了多参数同时调节算法.进一步地,基于多参数同时调节模型的性质,证明了算法收敛性,对比分析了算法复杂性.最后,实验验证同时调节算法的收敛性,并实验对比同时调节算法的有效性.理论证明和实验分析表明,同时调节方法是一种坚实、高效的支持向量模型选择方法.

利用可分性指数的极化SAR图像特征选择与多层SVM分类

可分性指数(SI)可用来选择各类地物的有效分类特征,但在多维特征以及地物可分性较好的情况下,只利用可分性指数进行特征选择不能有效去除特征之间的冗余性。基于此,提出了利用可分性指数并辅以顺序后退(SBS)算法进行特征选择与多层支持向量机(SVM)分类的方法。首先,由各类地物在所有特征下的可分性指数选择分类地物和特征;然后,以该地物的分类精度为评估依据,利用顺序后退法筛选特征;其次,由剩余地物之间的可分性指数和顺序后退法依次选择各类地物的分类特征;最后利用多层SVM进行分类。实验结果表明,与只利用可分性指数选择特征进行多层SVM分类的方法相比,所提方法的分类精度提高了2%,各类地物的分类精度均高于86%,且运行时间为原来方法的一半。

同类提取法结合序列向前法预测大鼠肝再生的关键基因

从生物高通量检测数据中挖掘关键基因/蛋白是生物信息学的重要研究内容.用大鼠基因组表达谱芯片Rat Genome 230 2.0检测大鼠肝再生中肝细胞的基因表达丰度和计算它们与对照的比值(ratio值),用F检验发现,Ccne1、Eg f、Met等8419个基因与大鼠肝再生相关.用过滤法从中筛选出3202个差异基因,用同类提取法从差异基因筛选出1000个特征基因.取前100个特征基因作为初选基因,进一步用序列向前法计算发现,Ccnd1、Grin2a、Spsb4等7个基因满足肝再生候选关键基因的条件.再用同类提取法分析发现,上述7个基因中,Ccnd1和Agtr1的关联度≥100,且文献报道与肝再生相关,当属关键基因.用机器学习法检验关键基因的正确性发现,同类提取法结合序列向前法预测的关键基因正确率达97%以上.因此,用该方法预测关键基因切实可行,值得推广应用.

基于两种算法的天然气管网运行优化技术

为了保证管网能够安全、高效、经济地运行,建立了基于两种优选算法的天然气管网优化模型。在对比了现有各种优化算法的基础上,选用改进线性逼近法和序列二次规划法作为天然气管网运行优化研究的算法,分析了两种算法的原理,并以运行能耗最低为目标进行优化计算研究。为了既能满足生产需求,降低算法本身对目标函数和约束条件的依赖性,又能够保证计算效率和稳定性,优选出序列二次规划法,从生产实际出发建立一套通用性较强的天然气管网稳态运行优化模型,也为软件开发提供前期的数据分析。

中国上市公司资本结构稳定性研究

本文以中国上市公司2002-2011年季度数据为样本,以包含傅里叶级数的非线性面板SPSM单位根检验为基本方法,考察了我国上市公司资本结构的稳定性,旨在找出资本结构静态权衡理论和优序融资理论的经验证据。研究发现,不同公司资本结构的变化特征存在较大差异,并且这种差异在不同行业间表现得更加明显,单一的静态权衡理论或优序融资理论不能解释我国上市公司资本结构的变化规律。本文所采用的方法不仅提高了单位根检验的功效,还在考虑面板数据横截面相关性的基础上分离出了资本结构稳定和非稳定的公司,并且分离出的两组公司资本结构的变化规律分别支持了静态权衡理论和优序融资理论。

基于特征融合和改进RSM集成分类的BMP隐写检测

针对目前大部分BMP隐写分析方法主要采用单一特征和单一强分类器,容易产生训练样本敏感、分类精度难以提高等问题,提出一种基于特征融合和改进RSM集成分类的BMP图像隐写检测方法.方法首先串行融合Moulin和SPAM两种经典特征,然后利用序列前向选择(SFS)算法选取分类能力高的特征作为固定特征,其余特征在剩余特征空间中随机抽取,利用固定特征和随机抽取特征构造特征子集,最后在特征子集上训练成员分类器,并用多数投票法对它们进行组合.实验结果表明:和传统方法相比,在不同嵌入率下,该方法对BMP经典隐写(如LSB匹配、LSB替换、SS和QIM)的检测率均有一定程度的提高.

结肠癌基因表达谱的特征选取研究

为了找到与结肠癌相关的基因,提高结肠癌样本的识别率,提出了基于Chernoff距离的浮动顺序搜索算法(sequential floating search method,SFSM)。通过对结肠癌基因表达谱数据集的分析,对每个基因进行评价和筛选;对筛选后的基因子集利用SFSM算法进行搜索,并以Chernoff距离作为其评估函数,生成若干候选特征基因子集;利用支持向量机(support vector machine,SVM)、K-近邻(K-nearest neighbor,KNN)和径向基(radical basis function,RBF)神经网络分类器来检验候选特征基因子集的分类效果。实验结果表明,利用SFSM及评估函数Chernoff距离发现在参数β=0.25时能找到最佳的特征基因组合,该组合能以很高的正确率识别结肠癌样本。

中国实体经济宏观杠杆率收敛性的国际比较与泡沫检验研究

本文基于国际清算银行实体经济宏观杠杆率数据,采用包含傅里叶级数的非线性面板SPSM单位根检验方法与GSADF泡沫检验模型,研究了中国实体经济及各部门宏观杠杆率的收敛性和泡沫特征。结果表明,中国实体经济宏观杠杆率已经超过发展中国家和地区的均值并接近发达国家和地区水平,中国实体经济、居民部门、政府部门、非金融企业部门和私人非金融部门宏观杠杆率均存在显著的泡沫特征。实体经济、非金融企业部门和私人非金融部门宏观杠杆率已经走出泡沫区间,且长期来看存在收敛性;居民部门和政府部门宏观杠杆率仍处于泡沫之中,且表现为发散。围绕实证研究结论,本文提出建立以宏观杠杆率为重点,结合《巴塞尔协议Ⅲ》信贷缺口、货币供应量等指标的金融风险监测预警体系,动态测度国民经济各部门宏观杠杆率收敛性与泡沫特征等属性的政策建议。