刘军万
- 作品数：28 被引量：48H指数：3
- 供职机构：中南林业科技大学更多>>
- 发文基金：国家自然科学基金中南林业科技大学青年科学基金湖南省教育厅科研基金更多>>
- 相关领域：自动化与计算机技术文化科学电子电信农业科学更多>>
- 基于双聚类模型的协同过滤推荐引擎设计
- 2013年
- 针对信息过载问题,综合考虑用户和项目之间的二元关系,挖掘局部相似模式,提出了应用双聚类技术对用户和项目同时进行聚类,设计一个双聚类模型的推荐引擎,离线计算在线推荐,提高系统响应速度。
- 康美林刘军万
- 关键词：协同过滤推荐引擎
- 蛋白质相互作用研究中的计算方法综述被引量：3
- 2008年
- 随着分子生物学的研究进入以蛋白质组学为标志的后基因组时代,蛋白质相互作用成为蛋白质组学研究的一个重要主题.因为计算方法代价低和周期短的特点,它被广泛地用来分析相互作用数据从而指导生物学家的实验设计.从蛋白质相互作用网络的构建到分析两个方面综述了蛋白质相互作用研究中的各种计算方法:介绍了通过机器学习方法预测、文本挖掘和评估相互作用的各种技术;特别详细地阐述了相互作用网络的重要参数和典型生物模型,并对运用图论方法分析和计算的各种算法进行了深入的剖析;最后,对蛋白质相互作用的计算研究进行了总结和展望.
- 李舟军陈义明刘军万陈火旺
- 关键词：蛋白质相互作用
- 分布式系统中失败结点的判定与优先列表的重构新方法
- 2003年
- 实时分布式系统中,如果结点n自从上一次收到结点i的广播信息后经过超时值时没有再收到结点i的广播信息,就认为结点i失败。这时需要调整各正常结点的优先列表,以保证每个结点被一个也只能是一个结点选择为自已的第k个优先结点,以减少任务的失败率。本文提出了一种确定最佳超时值以及检测结点失败并且调整结点的优先列表以处理结点失败的新方法。
- 吴敏刘军万徐德智
- 关键词：分布式系统负载共享超时性能评价
- 基于关系图的篇章分析方法及算法设计
- 2004年
- 在简要介绍篇章的向量空间模型表示的基础上,讨论了基于段间相似度和关系图进行篇章分析的方法,包括:结构分析,主题分析和聚类,浏览与跳段阅读,最后讨论所存在的主要问题及进一步改进的意见.
- 刘军万刘飞飞
- 关键词：分布式计算向量空间模型信息检索篇章理解自然语言处理
- 林火三维蔓延的数学模型和计算机仿真被引量：2
- 2006年
- 通过在直坡表面上对同种条件的林火蔓延的分析,提出各种坡度表面上不同条件下林火蔓延的数学模型。并对偏微分方程进行数字化求解,最后对各种复杂表面条件的林火蔓延模型进行了合理的实验仿真。
- 刘军万李舟军文定元
- 关键词：林火行为计算机仿真
- 微阵列基因表达数据双聚类的多目标进化计算技术研究
- 微阵列技术能够同时测量数千个基因的表达水平值,产生大量的微阵列数据集,导致需要研究更加有效的分析算法来挖掘其中的生物模式。双聚类是微阵列数据分析中一个非常有用的数据挖掘技术,并且在许多应用中展现出其优势。在基因表达矩阵的...
- 刘军万
- 关键词：微阵列数据粒子群优化蚁群优化
- 生物信息学中途径研究进展被引量：1
- 2008年
- 叙述了生物信息学中途径的研究背景;综述了近几年来相关途径及生物化学数据库及其特点;介绍了有关的途径分析方法。同时对于途径研究应用作了展望。
- 刘蓉刘军万
- 关键词：生物信息学代谢途径信号途径基因网络数据库
- 林火三维蔓延的数学模型和计算机仿真被引量：2
- 2006年
- 通过在直坡表面上对同种条件的林火蔓延的分析,建立各种坡度表面上不同条件下林火蔓延的数学模型,并对偏微分方程进行数字化求解,对各种复杂表面条件的火灾模型进行了合理的实验仿真。
- 刘军万李舟军文定元
- 关键词：森林火灾火灾行为计算机仿真
- 微阵列数据的多目标免疫优化双聚类被引量：2
- 2009年
- DNA微阵列技术的发展为基因表达研究提供更有效的工具。分析这些大规模基因数据主要应用聚类方法。最近,提出双聚类技术来发现子矩阵以揭示各种生物模式。多目标优化算法可以同时优化多个相互冲突的目标,因而是求解基因表达矩阵的双聚类的一种很好的方法。本文基于克隆选择原理提出了一个新奇的多目标免疫优化双聚类算法,来挖掘微阵列数据的双聚类。在两个真实数据集上的实验结果表明该方法比其他多目标进化双聚类算法表现出更优越的性能。
- 刘军万李舟军陈义明刘飞飞
- 关键词：微阵列人工免疫系统
- 三维微阵列数据的多目标进化聚类被引量：1
- 2008年
- 聚类技术广泛应用于微阵列数据分析中。在基因-样本-时间GST微阵列数据矩阵中,挖掘三维聚类成为当前的热门研究课题。3D聚类过程经常需要对多个相互冲突的目标进行优化,而且进化算法以其强大的探寻能力成为高维搜索空间中非常有效的搜索方法。本文基于多目标进化计算方法提出一个新的3D聚类算法MOE-TC,以挖掘GST数据中的3D聚类。现实微阵列数据上的实验验证结果充分说明了本文算法的有效性。
- 刘军万李舟军陈义明
- 关键词：多目标进化数据挖掘
