网络拓扑信息挖掘算法设计及其应用研究

《网络拓扑信息挖掘算法设计及其应用研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、单位代码：丨分类号：学号：密级：公开硕士学位论文论文题网络拓扑信息挖掘算法设计及其应用研究学位类别：专业硕士学科专业：机械工程工程领域作者姓名：章子睿导师姓名：陈科教授完成时间年月单位代码：密级：公汪学号：分类号：硕士学位论文论文题目：网络拓扑信息挖掘算法设计及其应用研究学位类别专业硕士专业名称机械工程作者姓名章于窨导师姓名陈科教授完成时间年月合肥工业大学专业硕士学位论文网络拓扑信息挖掘算法设计及其应用研究作者姓名：章子睿指导教师：陈科教授学科专业：机械工程研宄方向：数字化设计及现代设计理论年月ADissertationSubmittedfortheDegreeofMasterNetw

2、orkTopologyInformationMiningAlgorithmDesignandTheApplicationResearchByZiruiZhangHefeiUniversityofTechnologyHefei,Anhui,P.R.ChinaMarch,2015合肥工业大学本论文经答辩委员会全体委员审查，确认符合合肥工业大学学历硕士学位论文质量要求。答辩委员会签名（工作单位、职称、姓名）主席委员：导师：淼擔爾学位论文独创性声明本人郑重声明：所呈交的学位论文是本人在导师指导下进行独立研究工作所取得的成果。据我所知，除了文中特别加以标注和致谢的内容外，论文中不包含其他人已经发

3、表或撰写过的研究成果，也不包含为获得合肥工业大学或其他教育机构的学位或证书而使用过的材料。对本文成果做出贡献的个人和集体，本人已在论文中作了明确的说明，并表示谢意。学位论文中表达的观点纯属作者本人观点，与合肥工业大学无关。学位论文作者签名：签名日期夕年月又日学位论文版权使用授权书本学位论文作者完全了解合肥工业大学有关保留、使用学位论文的规定即：除保密期内的涉密学位论文外，学校有权保存并向国家有关部门或机构送交论文的复印件和电子光盘，允许论文被查阅或借阅。本人授权合肥工业大学可以将本学位论文的全部或部分内容编入有关数据库，允许采用影印、缩印或扫描等复制手段保存、汇编学位论文。保密的学位论

4、文在解密后适用本授权书）学位论文作者签名：指导教师签名：签名日期：年厶月工丨日签名期：年论文作者毕业去向工作单位：联系电话：通讯地址邮政编码致谢时光如白驹过隙，转瞬间硕士生涯就要在这花开蝶飞之际结束了。回首这段时间的难忘经历和三年的不断进步，我有幸得到了很多人的帮助和关爱，在这里向所有人表达我最诚挚的谢意。首先，我要感谢我最尊敬的导师陈科教授。在研究生三年里，陈老师在学习、科研等各方面都给予我很多的指导和帮助。他在研究领域中的求真务实与探索创新的精神，都是我深受感染并受益匪浅。本文的选题、方法路线的制定、论文写作等都是在陈老师的悉心指导下完成的。在陈老师的指导下，我培养了开阔的思维以及

5、独立思考问题、解决问题的能力，顺利完成了本文的写作。在这里，我谨向陈科教授致以深深的谢意。其次，我还要感谢中科院合肥智能机械研究所智能与计算生物学实验室的王红强研究员。在一年的交流学习期间，王老师给予了我非常大的帮助，他丰富的科研经验和严谨的治学态度都让我印象深刻。可以说没有王老师的帮助，本文的研究是不可能顺利完成的。在这里，也要向王红强研究员致以深深的谢意。其次，感谢智能与计算生物学实验室的闽海博士、靖高见硕士、孙婷婷硕士、甘斌硕士和刘恺桦学士，与他们的讨论对我的科研工作有很大的启发，在此对他们在合作过程中耐心的沟通表示感谢。还要感谢省数字化重点实验室的各位同学们，赵伟桦、张晓磊、梁

6、昌文、黄海元、黄俊、孙成林、王纪超师弟等，谢谢他们给予的帮助。最后，也是最重要的，我要感谢我的父母，感谢他们的养育之恩和对我学业的全力支持，使他们给予我前进的动力。再次感谢关心和帮助我的每一个人。谢谢你们！摘要研究零件各因素对其疲劳强度和寿命的影响规律非常重要，在零件的初步设计阶段，它可以用于直接估算零件的疲劳强度和寿命。同时，各种影响因素之间也存在潜在的相互干涉作用。所以，研究零件的各种疲劳强度影响因素，和它们之间存在的相互作用是一项很有意义的研究工作。考虑到机械疲劳强度影响因素分析与生物信息学中肿瘤多因素分析的研究非常类似，本文的研究从差异表达生物网络（识别入手，建立有效的网络拓扑

7、信息挖掘新算法，并将其应用在机械疲劳强度影响因素分析上。具体研究内容如下：提出了基于马尔科夫链模型建模网络中有向边，以评价有向边性能的方法。所建立的模型使用网络中两个节点间的状态转移（概率）矩阵描述生物通路中基因间的信息或传导信号的传输特性，并刻画了基因间相互作用的活性。使用有向边的性能得分评价网络的整体性能得分，以识别与样本表型有显著联系的生物子网络。为了探索网络整体信息与样本表型之间的潜在联系，用网络中所有有向边的性能得分的均值，作为网络的