基因表达式编程
基因表达式编程的相关文献在2004年到2022年内共计367篇,主要集中在自动化技术、计算机技术、电工技术、测绘学
等领域,其中期刊论文315篇、会议论文18篇、专利文献122343篇;相关期刊152种,包括广西师范学院学报(自然科学版)、四川大学学报(自然科学版)、四川大学学报(工程科学版)等;
相关会议13种,包括2011年江苏省人工智能学术会议、2011全国开放式分布与并行计算学术年会、全国大坝安全监测技术信息网第七届全网大会暨2010年学术交流研讨会等;基因表达式编程的相关文献由700位作者贡献,包括唐常杰、元昌安、段磊等。
基因表达式编程—发文量
专利文献>
论文:122343篇
占比:99.73%
总计:122676篇
基因表达式编程
-研究学者
- 唐常杰
- 元昌安
- 段磊
- 吴江
- 朱明放
- 陈瑜
- 左劼
- 李太勇
- 乔少杰
- 彭昱忠
- 邓松
- 姜玥
- 李川
- 向勇
- 胡建军
- 饶元
- 代术成
- 孙守迁
- 杨乐婵
- 王艳春
- 覃晓
- 邱江涛
- 龙珑
- 刘洋洋
- 叶尚玉
- 张三友
- 张克俊
- 张欢
- 彭京
- 曾涛
- 李康顺
- 李文敬
- 杨捷
- 莫海芳
- 钟义啸
- 刘胤田
- 刘齐宏
- 利基林
- 徐开阔
- 朱军
- 李婷婷
- 李德华
- 李红亚
- 江朝晖
- 汪锐
- 王汝传
- 罗谦
- 蔡之华
- 谈庆
- 邓伟
-
-
侯本伟;
肖恒圣;
吴珊
-
-
摘要:
天气变化引起土壤含水率变化和变形等,导致气温变化与市政给水管道的破损事件存在相关性.为此,基于北方某城市给水管网破损事件数据和气温记录,分析不同的天气因素量化指标与管道破损事件的相关性.采用误差反向传播神经网络(BPNN)和基因表达式编程(GEP)方法,建立考虑天气因素的给水管道漏损预测模型.根据案例城市过去11年的市政给水管网破损记录数据库、管道地理信息数据库和同期气温记录,分析6个天气因素指标(平均温度、冰冻指标、最大上升值、最大下降值、最大上升率、最大下降率)的内在相关性及其与管道破损事件的相关性;采用BPNN和GEP建立管道破损数(因变量)与4个自变量(代表性天气因素指标、管径、管龄、管长)的隐式和显式函数关系.应用隐式和显式两种模型预测案例城市给水管网未来1年的破损数,未考虑天气因素的模型预测决定系数分别为0.65和0.60,考虑天气因素模型预测结果的决定系数分别为0.78和0.88,预测精度提升率分别为13%和28%.建立考虑天气因素的给水管道漏损预测模型是合理有效的.
-
-
徐丽丽;
许春秀;
张静;
齐峰
-
-
摘要:
聚类是将物理或抽象对象的集合分成由类似的对象组成的多个类(簇)的过程。同一个簇中的对象彼此相似,而不同簇中的对象差异较大。以基因表达式编程算法为基础,结合新设计的广义聚类代数算子和目标优化函数,提出一种基于基因表达式编程的多目标自动聚类算法(MAGEP-Cluster)。该算法不仅可以自动确定最优聚类的数目,还可以同时基于簇内数据紧凑性和簇间数据连通性两个指标实现数据的有效划分。在三个人工数据集和五个UCI数据集上的实验结果表明,与GEP-Cluster、MOCK和VAMOSA等算法相比,MAGEP-Cluster具备更好的聚类性能。
-
-
苟嘉超;
李越;
任东阳;
王容;
蔡一杰;
黄冠华
-
-
摘要:
作物水分生产函数的确定是农业水资源优化配置的关键。该研究采用农业水文生态系统模型(Agro-Hydrological&Chemical and Crop systems simulator, AHC)与基因表达式编程(Gene Expression Programming, GEP)相结合的方法构建作物水分生产函数。以河套灌区3种主要作物(葵花、玉米、小麦)为研究对象,采用AHC模型模拟作物产量等,构建基于GEP算法的作物水分生产函数,探讨考虑盐分胁迫的作物水分生产函数构建的思路与方法。结果表明:1)作物模拟产量与地下水埋深、地下水矿化度和灌水量等因素有关。2)构建作物水分生产函数的最优输入因子组合为地下水埋深、灌溉量、蒸散发、地下水矿化度、土壤根层盐分对作物胁迫因子、土壤根层含水率。3)应用作物水分生产函数估算不同灌溉定额条件下作物产量(预测产量),并与AHC模型计算的产量(模拟产量)进行比较,玉米、葵花、小麦预测产量与模拟产量具有很好一致性,其决定系数分别是0.96、0.93、0.96,平均相对误差均小于5%,满足计算精度要求。因此,该研究所构建的作物水分生产函数可以较准确地估算盐分胁迫下作物产量,为农业节水与灌溉水高效利用提供科学参考。
-
-
余少锋;
钟建栩;
朱磊;
马一宁
-
-
摘要:
针对电力系统网络中海量、高维的入侵行为数据,在研究了分布式云计算、粗糙集、基因表达式编程等技术基础上,提出了一种基于混合基因表达式编程和云的分布式入侵检测方法。该方法利用粗糙集约简方法对噪声数据进行查找、剔除或校正,以减少噪声对属性约简的影响。进一步,利用云计算和混合基因表达式编程算法,提高对海量高维网络日志数据的及时、准确响应和处理。在仿真环节,对于KddCup 99、实测数据集、KddCup噪声数据集和NSL-KDD数据集,所提方法的检测准确率(DAR)为93.5%、91.9%、93.5%和89.9%,与基因表达式编程(GEP)、遗传算法(GA)和遗传规划(GP)相比,所提方法的DAR分别提高了1.28倍、1.27倍和1.45倍;虚警率(FAR)最大分别减少了9.74倍、32.99倍和17.06倍。仿真结果进一步验证了所提方法可以大大降低入侵数据集的复杂度,从而提高算法的全局搜索能力。
-
-
李佳玮;
吴克河;
张波
-
-
摘要:
信息安全保障对于电力信息物理系统安全稳定运行至关重要,其关键在于对电力信息物理系统进行全方位实时监控,并对采集到的海量监测数据进行分析以做出准确的安全风险评估结果.作为用于模式分类的进化算法,基因表达式编程(gene expression programming,GEP)算法由于其可以执行全局搜索而受到广泛关注,但其在高维度数据集下的运算极为耗时.针对上述问题,提出了一种基于小生境提高样本多样性的改进基因表达式编程算法用于电网信息安全风险评估,该算法首先利用粗糙集的思想,通过分辨函数求解最优属性对数据样本进行约简,再利用小生境模型提高约简样本个体的多样性以加快GEP算法运算的收敛速度,进而通过遗传算法实现全局搜索并得到安全风险等级评估结果.仿真实验表明,与传统的安全风险评估算法相比,提出的改进GEP算法具有较高的属性约简率和全局收敛率,可以快速实现海量监测数据下的电网信息安全风险评估.
-
-
邓松;
蔡清媛;
高昆仑;
张建堂;
饶玮;
朱力鹏
-
-
摘要:
数据安全风险评估对于能源信息物理系统安全稳定运行至关重要.现有的从二次设备、信息等角度来分析数据安全风险已经无法满足能源信息物理系统广泛的能源接入和各能源之间的能量、信息交互需求.首先提出基于粗糙集的数据安全风险要素特征选择算法,对影响能源信息物理系统中数据的安全风险特征集进行特征选择,降低能源信息物理系统数据安全风险要素集的维度;在此基础上,利用基因表达式编程(gene expression programming,GEP)的函数挖掘特性,提出基于混合GEP的能源信息物理系统数据安全风险识别算法,通过设计小生境种群生成策略以及动态自适应变异概率动态调整策略来提高数据安全风险识别的准确率和效率.仿真实验结果表明,所提算法对于复杂高维的能源信息物理系统数据安全风险集的识别和预测具有较高的准确率和较强的实用性,可为下一步制定能源信息物理系统数据安全防护策略提供理论方法支撑.
-
-
张芮椋;
薛新华
-
-
摘要:
纤维增强复合材料(fiber-reinforced polymer,FRP)已被广泛应用于混凝土加固工程中。FRP与混凝土界面间的粘结性能是影响加固效果的重要因素之一,为准确预测FRP嵌入式加固(near-surface-mounted,NSM)NSM FRP–混凝土的粘结强度,运用基因表达式编程(gene expression programming,GEP)方法,选取混凝土抗压强度、粘结长度、槽深宽比、FRP轴向刚度、FRP抗拉强度及环氧树脂抗拉强度等6个参数作为粘结强度的影响因素,建立了NSM FRP与混凝土粘结强度的预测模型,提出了具体的计算公式。通过比较粘结强度预测值与实验值,发现二者较为接近,说明该模型具有一定的可靠性。对该模型进行敏感性分析,发现其可以反映粘结强度与单因素之间的内在关系,即粘结强度随着粘结长度、混凝土抗压强度、槽深宽比及FRP轴向刚度等因素的增大而增大。将该GEP模型与经验模型及小波神经网络模型进行比较,并选取6个统计指标对模型进行评价。结果表明,GEP模型与小波神经网络模型的精度较高,各项误差指标均较小,决定系数分别为0.793和0.787。总体而言,GEP模型的精度略优于小波神经网络模型,二者的精度均远高于经验模型。
-
-
张芮椋;
薛新华
-
-
摘要:
纤维增强复合材料(fiber-reinforced polymer,FRP)已被广泛应用于混凝土加固工程中.FRP与混凝土界面间的粘结性能是影响加固效果的重要因素之一,为准确预测FRP嵌入式加固(near-surface-mounted,NSM)NSM FRP-混凝土的粘结强度,运用基因表达式编程(gene expression programming,GEP)方法,选取混凝土抗压强度、粘结长度、槽深宽比、FRP轴向刚度、FRP抗拉强度及环氧树脂抗拉强度等6个参数作为粘结强度的影响因素,建立了NSM FRP与混凝土粘结强度的预测模型,提出了具体的计算公式.通过比较粘结强度预测值与实验值,发现二者较为接近,说明该模型具有一定的可靠性.对该模型进行敏感性分析,发现其可以反映粘结强度与单因素之间的内在关系,即粘结强度随着粘结长度、混凝土抗压强度、槽深宽比及FRP轴向刚度等因素的增大而增大.将该GEP模型与经验模型及小波神经网络模型进行比较,并选取6个统计指标对模型进行评价.结果表明,GEP模型与小波神经网络模型的精度较高,各项误差指标均较小,决定系数分别为0.793和0.787.总体而言,GEP模型的精度略优于小波神经网络模型,二者的精度均远高于经验模型.
-
-
刘涛;
冯曦;
冯卫兵;
张宸豪;
陆杨
-
-
摘要:
准确预测波浪透射对于维护港内水域平稳、保障港内船舶稳定具有重要意义。基于567组透浪试验数据,采用基因表达式编程(gene expression programming,简称GEP)算法预测波浪透射。主要研究内容包括:确定GEP算法的最优输入变量组合;建立透浪系数与最优组合变量的定量关系;探究GEP算法的预测精度随训练组数变化的规律;并对输入变量进行了敏感性分析。研究结果表明,GEP算法的最优输入变量组合为深水波陡、相对堤宽和相对水深;训练组数较少时,GEP算法的预测精度不高,当训练组数提高至300组,预测的精度已经达到较高水平,且精度随着训练组数的继续增加提高不大;GEP算法的预测精度远远高于前人的经验公式;相较于相对堤宽和相对水深,深水波陡对波浪透射影响更为显著。本研究表明,GEP算法可作为一种新的方法研究波浪透射,为后续研究与应用提供参照。
-
-
龚道庆;
彭昱忠;
邓楚燕;
袁程;
曹爱清;
李红亚
-
-
摘要:
为设计出具有高性能的卷积神经网络(CNN),且不需要在CNN和应用问题领域拥有广泛的专业知识和实践经验进行较优的CNN设计变量设置,提出一种基于模糊控制多细胞基因表达式编程算法来自动优化CNN的方法.通过设计一种有效的可变长度基因编码策略来表示CNN的设计变量,描述不同的构建块和不可预测的最优深度,将该算法应用于MNIST、CIFAR10和大肠癌症医学图像3个数据集进行验证.与其它已有先进算法进行实验比较,其结果表明,所提算法在分类准确度中可获得更好的效果,算法鲁棒性更强,且整个过程全自动完成.
-
-
-
-
张建伟;
王贵
- 《第三届中国智能计算大会》
| 2009年
-
摘要:
演化算法的编码形态是其特征的重要体现,对算法性能有着根本性的影响.该文系统介绍了基因表达式编程在编码形态上的研究进展,比较了各种编码的特点,并提出了一种新的编码方式,最后归纳了编码形态发展的基本准则,对未来编码形态的发展提出了展望.
-
-
-
- 《第二十五届中国数据库学术会议(NDBC2008)》
| 2008年
-
摘要:
为在海量数据挖掘任务中提升GEP(基因表达式编程)算法运行效率,提出了一种将部分计算任务从CPU转移至GPU加速的方法。根据GPU硬件结构,设计了将原始数据映射至图形子系统的新数据结构,借助操作并行性加速GEP算法。实验表明新方法在高计算强度下性能优良:数据规模急剧增长时,基于GPU加速的GEP算法较纯粹CPU实现速度提升达3个数量级.
-
-
代文彬;
张运陶
- 《第11届中国化工学会信息技术应用专业委员会年会》
| 2007年
-
摘要:
本文选择合成塔温度(中部)、NH3/CO2、H2O/CO2、出口液CO2、Ur组分百分含量共5个变量作为模型辅助变量,将基因表达式编程(GEP)算法用于某氮肥厂中压联尿装置CO2转化率的软测量建模,GEP挖掘获得的最佳公式经F检验表明其高度显著(F=23800>Fα=3.08,α=0.01)。用该公式对98组验证集预测,均方误差MSE=0.0038,绝对误差的最大值MAXAE为0.3753;对110组预测集预测,MSE=0.0025,MAXAE仅为0.1549,表明用GEP建立的软测量模型具有良好的预测准确性。
-
-
鞠训光;
张三友;
徐德兰
- 《2011年江苏省人工智能学术会议》
| 2011年
-
摘要:
应用基因表达式编程研究太湖水质自动聚类及其数学模型发现,解决了传统聚类算法需预先设定类别数目及不能对聚类建立数学模型的问题。与实际数据比较,表明聚类结果正确;所发现的营养盐对水质影响的数学模型,对监控、优化太湖水质具有建设性意义。
-
-
-