公开(公告)号：CN107392365A

公开(公告)日：2017-11-24

申请号：CN201710568222.7

申请日：2017-07-11

Applicant: 扬州大学

Inventor： 刘维 ,  陈昕 ,  吴蔷梅

IPC: G06Q10/04 ,  G06Q50/00

CPC classification number: G06Q10/047 ,  G06Q50/01

Abstract: 本发明涉及基于传播路径分析的独立级联模型的影响力最大化方法。本发明输入复杂网络并确定初始传播的种子节点，产生传播路径，构造激活概率最大前m条最短路径集合，计算路径集合的最终激活概率，选择节点集合，通过最大覆盖的贪心算法最终的得到能够最大覆盖集合的种子集合S。本发明克服了缺少对节点周围的环境更深入细致地了解造成的不够精确，以及时间复杂度高而不能规模应用的缺陷。本发明考虑网络中节点之间的前m条最短路径，减少了许多不必要的计算，能够对找出的影响力节点集合使用贪心求解得到最佳的种子节点集合S。

公开(公告)号：CN107092812B

公开(公告)日：2020-06-23

申请号：CN201710144806.1

申请日：2017-03-06

Applicant: 扬州大学

Inventor： 刘维 ,  吴蔷梅 ,  陈昕

IPC: G16B10/00 ,  G16B20/00 ,  G06N3/12

Abstract: 本发明涉及一种在PPI网络中基于遗传算法识别关键蛋白质的算法。本发明在蛋白质相互作用网络中产生初始种群，对个体的适应度计算，赌轮的方法选择操作，在随机挑选的个体对之间进行交叉操作，变异操作，对多个个体解进行局部优化。本发明克服了已有的方法各自存在的缺陷。本发明对该指标进行优化，融合了生物信息，可靠性更高，减少了许多不必要的计算，而且能够对预测出来的关键蛋白质进行局部优化，提高在关键蛋白质识别方面的效率，扩展了该技术在生物信息领域的应用范围和实用性。

公开(公告)号：CN107092812A

公开(公告)日：2017-08-25

申请号：CN201710144806.1

申请日：2017-03-06

Applicant: 扬州大学

Inventor： 刘维 ,  吴蔷梅 ,  陈昕

IPC: G06F19/14 ,  G06F19/18 ,  G06N3/12

Abstract: 本发明涉及一种在PPI网络中基于遗传算法识别关键蛋白质的算法。本发明在蛋白质相互作用网络中产生初始种群，对个体的适应度计算，赌轮的方法选择操作，在随机挑选的个体对之间进行交叉操作，变异操作，对多个个体解进行局部优化。本发明克服了已有的方法各自存在的缺陷。本发明对该指标进行优化，融合了生物信息，可靠性更高，减少了许多不必要的计算，而且能够对预测出来的关键蛋白质进行局部优化，提高在关键蛋白质识别方面的效率，扩展了该技术在生物信息领域的应用范围和实用性。