资源描述：
《生物命名实体识别及生物文本分类》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、代号10701学号0722110230分类号TP312密级公开题（中、英文）目生物命名实体识别及生物文本分类BiomedicalNamedEntityRecognitionandClassificationofBiomedicalLiterature作者姓名豆增发指导教师姓名、职务高琳教授学科门类工学学科、专业计算机应用技术提交论文日期2013年4月作者简介豆增发，1979年生，甘肃积石山人。2003年毕业于西北师范大学外语系，2007年毕业于西安电子科技大学计算机学院，获硕士学位。2013年毕业于西安电子科
2、技大学计算机学院，获博士学位。主要研究方向：生物信息学领域的数据挖掘,进化计算等。代表性成果及经历：在攻读博士期间，已在《西安交通大学学报》、《西安电子科技大学学报》、《JournalofComputers》等期刊以第一作者发表学术论文6篇，参与国家自然科学基金资助项目“生物分子网络数据分析中相关图问题及其算法研究”等多项国家级科研项目的研究工作。2012年2月至5月，曾在美国加州甲骨文实验室做短期研究访问。DouZengfawasborninJishishan,GansuProvince,China,in1
3、979.Hegraduatedfromforeignlanguagedepartmentofnorthwestnormaluniversity,Lanzhou,China,in2003.HereceivedhisM.S.inComputerScience&TechnologyfromXiDianUniversity,Xi’an,China,in2007.HereceivedhisPh.D.inComputerScience&TechnologyfromXidianUniversity,Xi’an,China,
4、in2013.Hisresearchinterestsincludedatamininginbioinformatics,evolutionarycomputing,etc.Hepublishedover6journalpapersonJournalofXianJiaoTongUniversity,JournalofXiDianUniversity,andJournalofComputers,etc.Healsoparticipatedinseveralnationalprojectssuchasthepro
5、ject"Algorithmsforgraphrelatedproblemsinbiomolecularnetworks".FromFebruarytoMayof2012,HeworkedatOracleLabatCalifornia,USAasaseniorengineer.生物命名实体识别及生物文本分类西安电子科技大学学位论文独创性（或创新性）声明秉承学校严谨的学风和优良的科学道德，本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢中所罗列的内容以
6、外，论文中不包含其他人已经发表或撰写过的研究成果；也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中做了明确的说明并表示了谢意。申请学位论文与资料若有不实之处，本人承担一切的法律责任。本人签名：日期：西安电子科技大学关于论文使用授权的说明本人完全了解西安电子科技大学有关保留和使用学位论文的规定，即：研究生在校攻读学位期间论文工作的知识产权单位属西安电子科技大学。学校有权保留送交论文的复印件，允许查阅和借阅论文；学校可以公布论文的全部或部
7、分内容，可以允许采用影印、缩印或其它复制手段保存论文。同时本人保证，毕业后结合学位论文研究课题再撰写的文章一律署名单位为西安电子科技大学。（保密的论文在解密后遵守此规定）本学位论文属于保密，在年解密后适用本授权书。本人签名：导师签名：日期：日期：生物命名实体识别及生物文本分类摘要近年来，随着生物医学文本的大规模出现,对文本进行自动化处理的文本挖掘技术变得越来越重要，如对海量生物医学文本数据进行自动分类，从文本中挖掘感兴趣的生物命名实体，研究这些生物命名实体之间的内在关系等。生物医学文本中生物命名实体的识别是所
8、有生物数据挖掘的最基础部分，也是将非结构化数据转换为结构化数据的关键步骤。本文主要研究生物医学文本中命名实体的识别和生物文本自动分类的关键技术，所取得的主要研究成果为：1、研究了基于改进二进制粒子群优化的特征选择算法。二进制粒子群优化是离散粒子群优化的一个变种，不同与传统的实数粒子群优化，二进制粒子群优化的每个变量取值非0即1。基于改进二进制粒子群优化的特征选择算法用翻转角度来控制粒子群进化，在多维
