关键词： 心血管疾病   机器学习   逻辑回归模型   CatBoost模型   决策树模型  

摘要： 心血管疾病是一种致残率和死亡率极高的慢性疾病,近年来,对我国公共医疗卫生事业的发展造成了阻碍。现如今多数研究注重疾病的治疗,而忽略了疾病预防方面的工作。如果能进行较为有效的心血管疾病的预测,就可以在一定程度上保障居民的身体健康。随着大数据分析的快速发展,机器学习方法在处理复杂数据时可以得到较高的准确率,因此本文在机器学习的基础上进行心血管疾病的预测研究,从年龄、性别、收缩压、舒张压、身高、体重、是否吸烟、是否经常锻炼、是否饮酒、胆固醇、血糖这11种影响心血管疾病的因素入手,对是否得心血管疾病进行详尽的描述性统计分析,从而分析影响该疾病的最主要因素,通过建立模型对心血管疾病进行深入的统计分析,并对心血管疾病进行预测。本文运用的是逻辑回归模型、决策树模型以及一种新型的boosting算法―Cat Boost模型,最后对各个模型的准确率及预测效果进行评价,从而得出Cat Boost模型是最适合本文数据的模型。此分析结果对心血管疾病预测领域的研究有一定的参考性,也为其他疾病预测的完善与发展打下了一定的基础。

关键词： 电化学   废水处理   神经网络   智能控制   响应面分析  

摘要： 电化学水处理技术具有污染物去除效果好、环境适应性强、无二次污染等优点,在废水处理领域得到广泛关注,然而能耗较高的问题限制了其在工程中的大规模应用。作为机器学习的重要分支,深度学习可以构建复杂系统中输入数据与输出数据之间映射关系,提取数据内在特征,实现网络整体优化,对复杂系统强大的在线学习能力使得深度学习方法在废水处理领域得到越来越多的关注。理论上,使用深度学习方法能够通过优化电化学系统工艺条件,从而增加可调控电化学系统去除废水的电流效率,以实现减少能耗的目的。然而,深度学习在电化学技术领域主要集中在电极材料制备和优化,对于其在电化学水处理领域应用的报道不多。针对以上不足,本课题选择预测精度较高的反向传播神经网络（Back Propagation Neural Network,BPNN）模型,以电化学法去除无机和有机污染物为应用场景,开展BPNN模型机器学习方法应用于电化学水处理过程的预测与优化的试验研究。论文重点探究了电化学法去除污染物效果、BPNN模型建立、效果预测以及电化学系统的智能调控策略,并对该策略进行了指数评价和分析。首先,论文开展BPNN模型机器学习方法应用于电化学法去除无机污染物的预测与优化的试验研究。本文选择废水中常见的氨氮为无机污染物的代表,探究氨氮初始浓度、初始pH、电解时间、电流、氯离子初始浓度和搅拌速率对电化学法去除氨氮效果的影响,并将实验所得数据用于训练深度学习模型,以此建立了工艺参数与污染物去除率之间的映射关系,成功构建了相应的BPNN模型。与响应面模型对比发现,BPNN模型在预测精度和稳定性方面更具优势（R2=0.958 vs R2=0.8901）。基于BPNN预测模型改变供电模式,电化学系统去除氨氮的能耗由原策略的3.303 × 10-5 kWh降至2.047× 10-5 kWh,降低为原策略的62%,大大提高了电流利用率。根据BPNN模型预测所得智能控制策略,可以有效对抗水质波动,使出水污染物浓度维持在相对稳定范围,初步证实了基于BPNN模型的机器学习方法能够应用于电化学水处理过程的预测与优化。其次,论文开展BPNN模型机器学习方法应用于电化学法去除有机污染物的预测与优化的试验研究。本文选择染料废水中常见的甲基橙为有机污染物的代表,探究甲基橙初始浓度、电流密度、初始pH、曝气速率以及电解质投加量对电化学法去除甲基橙效果的影响。通过影响因素权重分析进一步完善BPNN模型的构建,并据此选择权重较大的一个或多个因素进行预测和智能控制策略制定等过程。结果显示,本文所构建BPNN模型在优化后具有精准的预测效果（R2=0.996,RMSE=0.016）。基于BPNN模型预测结果对电流条件进行调控,理论上可以将电化学系统能耗从3.789×10-3 kWh降低至2.405×10-3 kWh,为原策略的64%。与单因素（电流密度）调控相比,多因素（电流密度、电解质投加量）调控思路可以将电化学能耗进一步降至5.966× 10-4 kWh,为原策略的16%。面对水质波动情况,多因素调控思路所构建的智能控制策略可以维持稳定出水浓度,减少异常情况的负面影响,该结果进一步证实BPNN模型机器学习方法应用于电化学水处理过程的预测与优化方面的优势。最后,考虑到BPNN模型预测性能优劣及以此为基础的智能控制策略是否行之有效,是实际应用中备受关注的问题之一。本文综合考虑模型参数和工艺因素对预测性能及智能控制策略效果,提出一种构建BPNN模型性能评价体系的方法。研究结果显示,通过归一方法处理数据,加强评价的可靠性,对论文中所构建的BPNN模型和智能控制策略进行评价,在随机选择的预测条件下,本文中用于预测去除氨氮的BPNN模型在预测性能上略优于用于预测去除甲基橙的模型,性能数值（P）分别是0.919和0.917。在单因素与多因素智能控制策略的对比中,多因素智能调控策略P值（0.911）明显高于单因素智能调控策略（0.792）,其结果符合规律。评价系统的建立可以有效筛选可行策略,也为BPNN模型进一步优化提供方向。

关键词： Bee abundance   Bee community   Bee diversity   Bees   UAVs   Unmanned aerial vehicle   Non-agricultural environments  

摘要： Bees are important for agricultural and non-agricultural ecosystems because they pollinate both wild plants and commercial crops. Flowers provide pollen and nectar resources that bees use to survive and reproduce. Measuring the relationship between the floral community and bee community may help apiarists and land managers to make informed decisions in managing wild and domesticated bee species. Manual methods to describe and count flowering vegetation is costly in time and personnel. Unmanned aerial vehicle (UAV) technology may be an efficient way to describe and count flowering vegetation on a large scale. UAVs with classification analysis and ground transect surveys were used to describe the variation in the flower communities at three field sites in non-agricultural environments. The variation in bee communities were also recorded at the field sites. Seven unique flower species were quantified using UAVs. Using the UAV imagery, it was determined that the period of flowering and changes of flower coverage for different species varied. Twenty-two unique flower species were described and counted using the ground transect surveys and 136 bees from 11 genera were recorded using net surveys. I tested the hypothesis that increased bee diversity and abundance would positively correlate with increased floral diversity and abundance using seven simple linear regression models. I found that the floral resource data collected from ground transect surveys predicts bee diversity, bee richness, and bee abundance. I also found floral abundance data captured by UAVs predicts bee abundance at the field sites. Finally, I found UAV floral abundance predicts ground transect floral abundance suggesting a positive relationship between different sampling methods. My results support previous research that suggests a high diversity of resources will support a high diversity of insects; and habitats with abundant flowers have greater possibilities for partitioning of available resources.

关键词： 城投债   信用利差   机器学习   XGBoost   SHAP  

摘要： 2020年以来,华晨汽车、永煤控股、华夏幸福、紫光集团等AAA级国企债券相继违约,根据Wind数据,自2014年债超日债违约开始,6年间AAA级债券实质性违共计70余只,其中仅2021年就有50余只,占比逾70%。在这一背景下,投资者对违约的担忧上升、风险偏好下降,出现“抱团”城投的现象,越来越多的投资者开始思考是否应该对现有城投风险评价体系进行修正。“国企信仰”已经开始受到挑战,城投刚兑是否能够延续?城投债投资者如何才能获取超额收益与政府如何对城投企业及城投进行下一步调控,是不可回避的两大问题。 由于过往研究中学者多使用线性回归等传统方法,与最近使用机器学习方法进行的研究相比,就信用风险评估而言效果偏差,这或许是由于自变量过多或因变量与自变量间存在非线性关系。本文主要利用不同机器学习模型对城投债利差变动进行预测并评价其预测效果,在此基础上加入传统的线性模型进行对比,然后对最优模型进行解释性分析,研究不同因素对城投债利差变动的影响方向及程度,最后基于前述研究结论对投资者及政策制定者提出建议。本文的创新点主要分为以下几点:(1)研究对象新。本文研究对象与以往文献中常见的城投债发行利差不同,本文脱出静态的时点数据,转而研究动态的利差变动数据。(2)模型选择新。本文主要使用以往文献中使用较少的机器学习方法进行研究,且一次性使用了10中不同的机器学习算法分别进行建模和预测,这在以往的文献中较为少见。(3)解释方法新。以往采用机器学习算法进行相关研究的文献多有欠缺完善的可解释性分析,如XGBoost自带的特征重要性分析有较大的缺陷,本文采用近年新发布的SHAP框架对机器学习模型结果进行可解释性分析,其结果具有较高的可信度。 本文分为五个部分,主要的研究内容和思路如下:(1)引言部分主要简述城投企业的起源与定义,接着以城投监管政策变动为线索梳理城投企业的发展历程,然后详述近年来城投债市场的变动,引出研究城投债利差变动的重要性与必要性;(2)文献回顾部分总结了以往学者对城投债信用风险影响因素相关的研究,发现绝大部分文章均使用传统的线性模型进行分析,接着回顾了近年采用机器学习对债券信用利差研究的部分文章,发现个文章使用的机器学习方面较为单一且对结果的解释性分析较为欠缺,最后引述了部分信用评价领域利用机器学习算法的研究文献,吸取其中的算法选择和结果解释性分析的宝贵经验,为后续本文研究奠定基础;(3)理论基础部分阐释本文研究方法的理论基础,主要简述了十种本文所用的机器学习算法背后的数理逻辑及用以对比研究的传统线性回归模型的理论依据,为实证研究打好基础;(4)实证分析部分首先简述数据选取的规则,并对其进行描述性统计,然后采用十种机器学习模型及多元线性回归模型对城投债利差变动进行建模及预测,最后对各种模型的预测结果进行评价并横向对比分析;(5)结论和局限性部分阐明了本文的核心结论,以及对相应的政策建议,并指出本文研究的局限性,为后续相关研究提供指引。 通过本文的实证研究,可以得出以下结论:(1)在优先考虑更高的投资胜率的情况下,XGBoost是最优模型,若部分机构投资者有大额持仓的需求可以考虑召回率更高的随机森林算法,同时大部分机器学习模型预测效果都优于多元线性回归模型;(2)中国宏观经济指标对城投债利差变动具有很强的预测重要性,但部分指标如M2和CPI两指标对利差变动的影响方向较为复杂;(3)地方宏观经济因素与发行主体相关因素的预测重要性较弱;(4)发行债项相关因素的预测重要性较强,银行间市场上市的、发行规模大的、发行期限短的城投债其利差更可能在未来收窄。 由于城投企业独特的历史沿革,其企业信用与地方政府信用有着千丝万缕的联系,导致城投企业及城投债需要国家和地方政府进行监管,在城投企业大规模转型的当下,为防范城投债暴雷引发系统性金融风险,保障投资者权益,本文提出如下几点建议:(1)继续贯彻“15号文”思想,重点杜绝虚假化解地方政府隐性债务;(2)加强外部评级机构评级的客观性与准确性,规范评级市场;(3)规范健全城投企业信息披露机制,促进城投债市场化定价机制建设与推进。

关键词： 统计机器学习   不平衡数据   强激光作用   电离   分类方法  

摘要： 随着科学技术的日益发展,在很多领域产生了复杂且体量巨大的数据。如何从各种各样的数据中获得有价值的信息是一个值得研究的方向,其中,对数据进行分类则是关键的一步。在传统分类算法中,对于样本中类与类之间的数量以及误分类的代价等方面的研究较少。在处理不平衡数据的问题时,传统分类算法的性能表现有待提高。因此,针对不平衡数据的研究应运而生。不平衡数据在经济、医学等领域十分常见。例如:解决欺诈检测、医疗诊断和垃圾邮件过滤任务。目前很多学者针对不平衡数据的分类进行了大量研究,例如:从数据采样层面、单类学习层面与集成学习层面处理不平衡数据的问题。对于数据采样层面,主要分为欠采样和过采样两种方式,通常用SVM、KNN等传统分类方法作为基分类器。对于单类学习,其训练只包含一类样本的数据,不具有稳定性。单分类器集成是近几年的一种新的方法,是将不同标签数据训练所获得的单分类器集成起来,相比于单分类,效果有了进一步提升。在原子研究领域,强激光场辐照体系下的电离行为是该领域的研究热点。强激光与原子之间的相互作用会产生高次谐波发射以及非次序双电离等非线性的现象。这些现象可以通过“半经典”模型来作出解释:原子在强激光的作用下,可以通过隧穿或者是越垒的方式进行电离。之后,电离的电子在激光场的振荡作用下可能会返回到母体离子发生重碰。现存的原子在强激光作用下电离的研究一般是基于电离之后的轨迹分析,而在电离之后,重碰的行为明显少于非重碰的行为,这使得相关数据集产生了不平衡的现象。由此,基于非平衡分类法的原子在强激光作用下电离的研究是非常重要的。本文的主要目标是增强不平衡的原子电离数据的分类效果,一方面,我们将采样技术与现有的分类方法进行结合,与不平衡数据研究方向中的最新研究成果单分类集成方法进行评比,在评价指标上给出结果。另一方面,将过采样、欠采样与分类方法结合前和结合后的结果进行对比,以求掌握不同采样技术与常用分类方法结合后的整体结果。本文提出一种基于单分类的神经网络的统计机器学习方法来研究强激光作用下原子的电离之后电子的状态分类问题,数据集为电离之后电子的位置数据和动量数据。首先针对数据集进行处理,分别进行了特征生成和主成分分析;然后计算每个样本的集成单分类分数,将其作为每个样本的特征;在得到新特征之后,通过神经网络方法进行分类。本文方法与普通分类方法、过采样与欠采样方法以及集成单分类方法在AUC值、准确率、精确率、召回率和F1分数等几个方面进行了比较,证明了本文所提出的分类模型在原子电离数据上的分类效果更好,能够有效地对电子是否会发生重碰行为做出预测并判定,具有对激光实验中判定电子状态的实际意义,对后续的激光实验中的研究提供了支撑作用。

关键词： 集成学习   非甾体镇痛药   白细胞降低不良反应   不平衡数据   组合模型  

摘要： 疼痛一直是困扰医生和患者的一大难题,近年来镇痛药的种类也逐渐增多,从生活中常用来缓解头痛、腰痛的布洛芬,到医院手术常用的吗啡等药物,镇痛药的使用极大地减轻了患者的疼痛,也有利于医生为患者进行更好地治疗。但也出现了镇痛药物滥用现象,其中使用非甾体镇痛药会导致患者出现白细胞降低不良反应也引起医生和学者的关注。但目前缺少对于患者使用非甾体镇痛药后是否出现白细胞降低不良反应的合理预测模型,本文建立机器学习模型,并进行逐步挑选、改进,得到更为优质的预测模型,能够为医生在开具非甾体镇痛药时提供参考意见,有效减少因使用非甾体镇痛药而导致患者出现白细胞降低不良反应的风险。本文通过山东省某三甲医院2020年使用非甾体镇痛药的患者信息,以一部分符合标准的患者信息数据为样本,利用非甾体镇痛药患者的各种身体指标建立KNN模型、Logistic回归模型(LR)、ANN模型三种常用单一机器学习模型和随机森林(RF)、XGBoost两种常见集成学习模型,计算各模型准确度、灵敏度、特异度、AUC值、F1值,对比不同模型的优劣,并通过选取采样方式、组合模型等方法,形成表现更优的机器学习模型——SE-XGRF模型(SMOTE+ENN采样的XGBoost+RF模型)。同时,本文以使用非甾体镇痛药后出现白细胞降低不良反应的患者为样本,将白细胞降低不良反应的时间分为0-7天、8-14天两段和0-3天、4-7天、8-10天、11-14天四段,利用各种模型预测患者出现白细胞降低不良反应的时间,并比较准确度,寻找合适的时间段预测模型,希望可以为医生开具非甾体镇痛药以及患者使用非甾体镇痛药后的检测提供帮助。研究结果表明:(1)三种单一机器学习模型在判断患者总体使用非甾体镇痛药后是否出现白细胞降低不良反应方面表现较好,同时三个模型的特异度均大于90%,表现也较好。但从灵敏度来看,logistic回归模型为14.1%,KNN模型灵敏度为12.4%,ANN模型的灵敏度为18%,灵敏度均较低。随机森林、XGBoost的灵敏度为28.1%、32.4%,虽较单一机器学习模型有所提升,但在灵敏度上的表现依旧有所欠缺。(2)基于原始样本数据不均衡问题,本文采用SMOTE过采样、EasyEnsemble欠采样、SMOTE+ENN混合采样对XGBoost和RF模型进行数据平衡,通过对比不同采样方式下的模型性能,发现SMOTE+ENN采样方式下的XGBoost和RF模型灵敏度分别为77%、69%,优于其他两种采样方式。(3)为进一步提高模型预测性能,本文在SMOTE+ENN采样方式下使用Soft Voting方法组合XGBoost和RF模型,组合模型各项指标均优于XGBoost和RF模型。(4)将白细胞降低发生时间分为两段时,使用Logistic模型、ANN模型均能实现很好得预测;将时间分为四段时,Logistic模型的表现较为优异。本文的研究目的是补充目前对于使用非甾体镇痛药后白细胞降低不良反应的研究,将机器学习尤其是集成学习应用到非甾体镇痛药不良反应的研究中,挑选出灵敏度较高的机器学习模型,并对其进行合理的改进,在保证准确度的前提下尽可能提升模型的灵敏度,另一方面是补充对药物不良反应的研究,创新性提出SE-XGRF模型,能够更好平衡药物不良反应的数据,提高灵敏度,优化模型性能。

关键词： 大跨斜拉桥   拟静力响应   相关模式   健康诊断   机器学习   结构健康监测  

摘要： 交通运输是人民安全出行和经济社会运转的坚实保障,其中桥梁将江河、峡谷这样的交通天堑变为通途。大跨度桥梁承载重、服役环境恶劣、受力复杂,严重威胁桥梁服役安全。结构健康监测广泛应用于大跨桥梁,通过监测环境、荷载和结构响应对结构进行健康诊断。由于初始残余应力和缺陷、车辆和温度等荷载与结构损伤共同影响结构响应,监测数据包含桥梁状态及环境、荷载的综合信息,不能直接由结构响应数据诊断桥梁健康状态。如何挖掘与环境、荷载无关但与结构参数有关的特征是结构健康监测的核心科学问题之一。研究响应之间仅与结构参数有关的相关模式是一个切入点。本文基于机器学习挖掘数据相关特征的优势,探索监测数据的相关模式,以消去荷载与环境影响,提取结构信息,发现新健康指标,研究基于监测数据相关模式的健康诊断方法。本文主要研究内容如下: (1)研究大跨斜拉桥车致竖向变形相关模式与健康诊断方法。首先,将双侧拉索支撑桥梁横截面简化为简支梁模型,分析竖向变形沿横桥向的相关特征,提出上下游车致竖向变形比指标,采用聚类算法和EM算法识别不同车道竖向变形比作为桥梁健康诊断指标;其次,分析桥梁影响线,提出桥梁纵向不同截面竖向变形绝对值积分比指标,该指标仅与桥梁结构参数有关而与荷载无关,从而发现了桥梁健康诊断新指标。最后,提出基于健康诊断指标控制图分析的健康诊断方法,并采用某大跨斜拉桥健康监测数据对所提方法进行验证。 (2)建立基于Bi LSTM网络的斜拉桥车致竖向变形和车致索力时序相关模型。首先,分别以所有可用竖向变形通道和索力通道为输入和输出,建立斜拉桥竖向变形与索力时序相关的全桥整体Bi LSTM模型;其次,为解决个别传感器损坏将对整体模型造成不良影响的问题,构建基于Sobol’灵敏度的局部Bi LSTM模型,对于某给定斜拉索,基于Sobol’灵敏度选择仅含少数竖向变形通道的组合作为输入。最后,采用某大跨斜拉桥健康监测数据对所建模型进行验证,对比整体模型与局部模型学习效果,分析温度、噪音和车流量对所提模型的影响。 (3)研究基于域转换网络的斜拉桥车致竖向变形和车致索力分布相关建模与健康诊断方法。首先,对车致竖向变形和车致索力时程数据进行核密度估计,得到竖向变形PDF和索力PDF,作为域转换网络的输入和输出;其中类内重构和类间转换分别通过变分自编码器和生成对抗网络实现,竖向变形PDF与索力PDF之间的相互转换能力通过共享隐空间和循环一致性限制保证;然后,Wasserstein距离用以衡量预测PDF与实测PDF之间的相似度,作为斜拉索健康诊断指标。最后,采用2座大跨斜拉桥健康监测数据验证所提方法的转换效果及斜拉索健康诊断效果,对其中一座斜拉桥进行有限元分析对比索力和竖向变形对斜拉索损伤的敏感度。 (4)研究基于Transformer的斜拉桥温度和温致应变相关建模与健康诊断方法。首先,通过力学分析对比趋势项和车致项对损伤的敏感度,并分析温度与温致应变的时滞特点;其次,建立温度-温致应变Transformer模型,分别以温度和应变趋势项作为模型输入和输出,其中编码器学习温度的深度表达,解码器学习温度-应变和应变-应变之间的相关性;然后,通过对应变重构误差的控制图分析进行桥梁健康诊断。最后,采用2座大跨斜拉桥健康监测数据验证所提方法的健康诊断效果及模型改动有效性。

关键词： 环状RNA   RNA结合蛋白   疾病   机器学习   病毒circRNA  

摘要： 环状RNA(circular RNA,circRNA)是由反向剪接形成的共价闭合单链RNA分子,表达稳定。研究表明,circRNA与RNA结合蛋白(RNA binding proteins,RBP)相互作用,与多种疾病关联,是癌症诊断和治疗中新兴的生物标记物。另外已经在被病毒感染的人体细胞中发现了病毒circRNA,它们会干扰免疫系统并诱发包括人类癌症在内的疾病。因此,对circRNA进行系统研究是当前生物信息学领域的研究热点之一,开发有效的计算方法仍是未来的工作重点。本文旨在基于circRNA的多种生物数据,建立计算模型识别circRNA分子、预测circRNA-蛋白质的相互作用位点、预测circRNA-疾病关联,及对病毒circRNA进行功能分析。本文的主要研究内容如下:(1)基于改进极限学习机算法的circRNA预测研究论文首先根据circRNA的成环特点构建反向补体匹配特征(reverse complement matching,RCM)编码circRNA,及利用保守分数、图结构和核酸组成等方法编码circRNA。然后使用最大相关最大距离(max-relevance-max-distance,MRMD)方法进行重要特征选择。随后使用粒子群算法(particle swarm optimization,PSO)对极限学习机(extreme learning machine,ELM)算法进行优化,提高模型的性能。最后,在2个数据集上,使用构建的模型Cir RNAPL实现circRNA与lnc RNA、在干细胞表达的circRNA与未在干细胞表达的circRNA的区分。通过十折交叉验证(ten-fold cross-validation,TFCV)和独立测试集验证证明了Cir RNAPL模型的分类准确率、鲁棒性和可扩展性。(2)基于集成多尺度残差网络的circRNA-RBP相互作用位点预测研究为了学习有效的circRNA的文本语义信息,论文构建Circ2vec特征编码方案。并计算k-nucleotide频率、电子离子相互作用势(electron-ion interaction potential,EIIP)特征、核苷酸的化学特性及积累核苷酸频率(Accumulated nucleotide frequency,ANF)对序列进行编码。然后使用深度多尺度残差网络(multiscale residual network,MSRN)和具有自注意机制的双向门控递归单元(bidirectional gated recurrent units,Bi GRUs),提取局部和全局上下文信息,学习高层次的特征表示。并结合Adaboost集成算法构建学习模型CRBPDL。最后论文在37个circRNA数据集和31个线性RNA数据集上验证CRBPDL的有效性。(3)基于图马尔科夫神经网络的circRNA-疾病关联预测研究论文首先整合已知的circRNA-疾病关联数据,使用高斯核相互作用核分别计算circRNA、疾病的相似性网络,使用疾病间的有向无环图构建疾病的语义相似网络。然后提出一个基于图马尔科夫神经网络(graph markov neural networks,GMNN)的计算模型GMNN2CD,集成变分推断和图自动编码器,实现circRNA-疾病的预测。设计特征推理网络用于从circRNA和疾病的特征来推断表征,设计标签传播网络从已知的circRNA-疾病关联中传播标签。采用变分(expectation-maximization,EM)期望最大化算法交替训练两种自编码器。最后,使用5折交叉验证(five-fold cross-validation,FFCV)证明GMNN2CD在circRNA-疾病关联预测方面的先进性,使用案例分析证明GMNN2CD的预测性能。(4)病毒circRNA特征分析及功能研究病毒可以编码circRNA,在多种单链和双链病毒中都发现了病毒circRNA。然而,病毒circRNA的特征和功能仍然未知。论文首先对23种病毒circRNA进行系统分析,然后对冠状病毒中circRNA针对性分析。在综合分析时,论文对病毒circRNA序列进行比对分析其保守性;基于病毒circRNA序列提取RCM、保守分数特征、图结构特征、组成特征,比较病毒circRNA和一般动植物circRNA的序列特征差异;分析病毒circRNA与微RNA(micro RNA,mi RNA)相互作用,并进行了基因本体(Gene Ontology,GO)和京都基因与基因组百科全书(kyoto encyclopedia of genes and genomes,KEGG)通路分析。然后,通过分析源自RNase R处理的冠状病毒SARS-Cov1和SARS-Cov

关键词： 贝叶斯理论   神经网络   原子核低激发谱   原子核形状共存   原子核形状演化  

摘要： 原子核的低激发谱对于深入认识核结构具有重要意义,近年来实验上已经测得了数千个原子核的低激发能数据,理论上也发展出了许多方法来预言核低激发谱。但大多数理论对核低激发谱的预言都局限于部分核区,少有的能够系统计算核低激发谱的理论也仍然面临着一些挑战。因此,需要发展理论模型更好地描述原子核的低激发谱。 本文基于贝叶斯神经网络（BNN）方法和反向传播（BP）的神经网络方法系统研究了原子核的低激发谱,并将两种神经网络方法与五维集体哈密顿量（5DCH）方法的理论值进行对比。基于对原子核低激发谱的预言分析了原子核的形状共存、形状相变、形状演化,并且比较了三种理论方法的不同预言趋势。主要研究成果如下: 1.以02+、21+、22+、23+、41+为例,采用BNN方法研究了原子核的低激发谱。通过在除了质子数和中子数以外加入一个有关原子核集体性的输入,并且使用激发能的常用对数作为输出,BNN能够在0.1个Me V到数个Me V的大能量范围内很好地描述低激发能。相比于微观的集体哈密顿量模型,BNN显著改进了对原子核低激发谱的描述,基本在1.12倍的能量范围内再现包括过渡核以及幻数核在内的实验数据。BNN同时很好地描述了低激发能的同位素趋势,包括由壳效应导致的激发能在幻数处的突然增加,由形状共存导致的非常低的02+激发能以及由形状相变导致的复杂原子核形状演化。 2.采用BP神经网络方法系统研究了原子核的02+、21+、41+激发谱,通过将原子核的02+、21+、41+激发能作为同一网络的三个输出（TFo3方法）,该方法取得了与BNN方法类似的精度。在实验数据已知的核区,TFo3方法和BNN方法对原子核低激发能量的拟合趋势大体上是一致的,它们相较于5DCH方法的优势主要体现在对原子核壳效应的描述;在部分实验数据未知的核区,5DCH方法和BNN方法具有比TFo3方法更稳定的外推能力。进一步研究发现,与02+相比,21+和41+之间具有更明显的物理关联,为了更好地模拟21+和41+之间的关联性,将原子核的21+和41+激发能作为同一网络的两个输出（TFo2方法）,该方法相比5DCH方法预言精度分别提高约80%和75%,并且比BNN方法更好地描述了原子核轻核区与缺中子核区的低激发谱,这说明可以使用多任务神经网络统一精确地描述具有显著关联的物理量。