基于機器學(xué)習(xí)和非線性理論的環(huán)境與生命信息分析研究.pdf

1、對于任何個體，其狀態(tài)和活動情況都與環(huán)境有著密不可分的關(guān)系，將信息挖掘和利用延伸到環(huán)境信息中，可以進(jìn)一步揭示事物規(guī)律。機器學(xué)習(xí)是21世紀(jì)初期發(fā)展起來的一項重要技術(shù)，是人工智能實現(xiàn)的基礎(chǔ);非線性理論更是研究方法從獨立研究到整體和系統(tǒng)性研究的極大轉(zhuǎn)變。因此，利用機器學(xué)習(xí)和非線性理論的方法分別來研究不同的環(huán)境信息，將能較為全面和深入地展現(xiàn)環(huán)境信息以及環(huán)境信息與個體互動關(guān)系。
　　本文在查閱大量國內(nèi)外相關(guān)文獻(xiàn)的基礎(chǔ)上，以“環(huán)境信息”為主要內(nèi)

2、容展開，并取得了一系列有價值的成果。本文具體從四個部分進(jìn)行研究:
　　(1)外環(huán)境信息分析。本文基于車輛自動駕駛引導(dǎo)方法的研究，將環(huán)境信息量化為引力場的大小和方向，得出了基本規(guī)則和強規(guī)則的自動駕駛引導(dǎo)方法，從而展現(xiàn)環(huán)境信息的利用可以引導(dǎo)個體行為。
　　(2)體內(nèi)微環(huán)境的外在表征分析。很多醫(yī)療指標(biāo)均是體內(nèi)微環(huán)境的外在表征，本文基于結(jié)直腸癌術(shù)后存活期預(yù)測的問題，提出基于FCM聚類方法的一種加入場景認(rèn)知的變量聚類法，篩選出對術(shù)后生

3、存期有關(guān)聯(lián)性的指標(biāo)，用以訓(xùn)練BP神經(jīng)網(wǎng)絡(luò)，得到了結(jié)直腸癌術(shù)后存活期預(yù)測模型。該部分通過外在表征指標(biāo)展現(xiàn)了體內(nèi)微環(huán)境對整個機體生存狀態(tài)的影響作用。
　　(3)體內(nèi)微環(huán)境分析。本文深入到基因?qū)用妫梅蔷€性混沌思想，基于微環(huán)境的三維表征Landscape概念，給出了一種領(lǐng)域壓縮修復(fù)法的基因修復(fù)方法，該修復(fù)法具有穩(wěn)定性和兼容性，開拓了新的基因修復(fù)思路。
　　(4)進(jìn)化外環(huán)境與體內(nèi)微環(huán)境的互相作用分析。本文以微環(huán)境的N維表征——基因

4、調(diào)控網(wǎng)絡(luò)切入，首先提出基于時間的基因調(diào)控網(wǎng)絡(luò)構(gòu)建方法，得到了基因的表達(dá)順序，再與基因的位置順序?qū)Ρ?，發(fā)現(xiàn)了基因的“時空一致性”，展現(xiàn)了進(jìn)化過程中外環(huán)境的改變影響著體內(nèi)微環(huán)境中基因的激活和產(chǎn)生，進(jìn)一步推論得出，基因位置或能反映進(jìn)化的進(jìn)程。
　　綜上所述，本文以機器學(xué)習(xí)與非線性理論為主要技術(shù)手段，從外環(huán)境到體內(nèi)微環(huán)境環(huán)境再到內(nèi)外環(huán)境結(jié)合，由淺入深地探索分析環(huán)境信息與個體的互動關(guān)系，得到的方法和結(jié)論對以后相關(guān)領(lǐng)域的研究提供了借鑒和指導(dǎo)。