-
公开(公告)号：CN103345580B
公开(公告)日：2016-04-27
申请号：CN201310274574.3
申请日：2013-07-02
Applicant: 上海大学
Abstract: 本发明公开了一种基于格子Boltzmann方法的并行CFD方法。该方法能针对各种复杂的物体并行地进行流体力学的计算与分析，其特点在于引入了适合于格子Boltzmann方法的并行分布式网格剖分方法，使得网格剖分时间大大缩短，同时根据的分布式计算机体系结构，构建了减少格子Boltzmann方法在并行迭代计算中的通信量算法，加速了迭代的速度，提高了算法的可扩展性，使得格子Boltzmann方法适用于大规模计算。大量的数值实验证明了该并行计算方法具有良好的可扩展性，并且更加适合于超大规模的计算系统。
-
Patent Agency Ranking
公开(公告)号：CN101719195A
公开(公告)日：2010-06-02
申请号：CN200910199850.8
申请日：2009-12-03
Applicant: 上海大学
IPC: G06F19/00
Abstract: 本发明公开了一种逐步回归基因调控网络的推断方法，该方法步骤如下：A.读取基因表达数据矩阵和基因扰动数据矩阵；B.确定基因表达矩阵和基因扰动矩阵是否均为标准化数据；C.对基因表达数据矩阵和基因扰动数据据矩阵分别进行数据归一化均构成标准化数据；D.分析标准化数据，计算所有基因间相关系数矩阵；E.将基因间相关系数矩阵可视化成网络，得到基因调控网络图。该方法能进行最优回归子集的选择，因此解决了高维小样本实验数据的问题；2.为目标基因逐步选择最具显著影响的调控子，符合了基因调控网络的真实情况；3.随着基因调控网络规模的增大和网络稀疏度的增加，在计算精度、计算效率上均优于同类方法。
-
公开(公告)号：CN101719194A
公开(公告)日：2010-06-02
申请号：CN200910199849.5
申请日：2009-12-03
Applicant: 上海大学
IPC: G06F19/00
Abstract: 本发明公开了一种人工基因调控网络的模拟方法，该方法步骤如下：A、根据真实基因调控网络的拓扑特性，构建具有全局稳定不动点的骨架网络；B、将骨架网络中的节点和边进行随机拆分；C、在骨架网络上增加新的节点：D、在新的节点的上产生新的边；E、设定模拟的网络规模，网络中包含R个节点，重复步骤C-D，产生新的节点和新的边，使人工基因调控网络增大，每重复一次，统计一次网络的节点数，直到网络增大到设定的网络规模为止。该方法具有很强的针对性和生物信息学应用性；模拟产生的人工基因调控网络具有动力学稳定性；为基因调控网络构建算法的性能测试提供了多样化人工基因调控网络，为系统生物领域的研究人员提供了新的基因网络模拟工具。
-
公开(公告)号：CN103345580A
公开(公告)日：2013-10-09
申请号：CN201310274574.3
申请日：2013-07-02
Applicant: 上海大学
Abstract: 本发明公开了一种基于格子Boltzmann方法的并行CFD方法。该方法能针对各种复杂的物体并行地进行流体力学的计算与分析，其特点在于引入了适合于格子Boltzmann方法的并行分布式网格剖分方法，使得网格剖分时间大大缩短，同时根据的分布式计算机体系结构，构建了减少格子Boltzmann方法在并行迭代计算中的通信量算法，加速了迭代的速度，提高了算法的可扩展性，使得格子Boltzmann方法适用于大规模计算。大量的数值实验证明了该并行计算方法具有良好的可扩展性，并且更加适合于超大规模的计算系统。
-
公开(公告)号：CN101719194B
公开(公告)日：2011-08-10
申请号：CN200910199849.5
申请日：2009-12-03
Applicant: 上海大学
IPC: G06F19/12
Abstract: 本发明公开了一种人工基因调控网络的模拟方法，该方法步骤如下：A、根据真实基因调控网络的拓扑特性，构建具有全局稳定不动点的骨架网络；B、将骨架网络中的节点和边进行随机拆分；C、在骨架网络上增加新的节点：D、在新的节点的上产生新的边；E、设定模拟的网络规模，网络中包含R个节点，重复步骤C-D，产生新的节点和新的边，使人工基因调控网络增大，每重复一次，统计一次网络的节点数，直到网络增大到设定的网络规模为止。该方法具有很强的针对性和生物信息学应用性；模拟产生的人工基因调控网络具有动力学稳定性；为基因调控网络构建算法的性能测试提供了多样化人工基因调控网络，为系统生物领域的研究人员提供了新的基因网络模拟工具。
-
公开(公告)号：CN101719195B
公开(公告)日：2011-07-20
申请号：CN200910199850.8
申请日：2009-12-03
Applicant: 上海大学
IPC: G06F19/12
Abstract: 本发明公开了一种逐步回归基因调控网络的推断方法，该方法步骤如下：A.读取基因表达数据矩阵和基因扰动数据矩阵；B.确定基因表达数据矩阵和基因扰动数据矩阵是否均为标准化数据；C.对基因表达数据矩阵和基因扰动数据据矩阵分别进行数据归一化均构成标准化数据；D.分析标准化数据，计算所有基因间相关系数矩阵；E.将基因间相关系数矩阵可视化成网络，得到基因调控网络图。该方法能进行最优回归子集的选择，1.因此解决了高维小样本实验数据的问题；2.为目标基因逐步选择最具显著影响的调控子，符合了基因调控网络的真实情况；3.随着基因调控网络规模的增大和网络稀疏度的增加，在计算精度、计算效率上均优于同类方法。
-
-
-
-
-
Search Results
6
records
(took 0.016 seconds)
