MCMC方法在生物逆问题求解中的应用

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (26): 219-221.

MCMC方法在生物逆问题求解中的应用

曹小群，宋君强，张卫民，赵军，张理论

国防科学技术大学计算机学院，长沙 410073

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-09-11 发布日期:2011-09-11

Application of MCMC method for solution of biological inverse problems

CAO Xiaoqun，SONG Junqiang，ZHANG Weimin，ZHAO Jun，ZHANG Lilun

College of Computer，National University of Defense Technology，Changsha 410073，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-09-11 Published:2011-09-11

摘要/Abstract

摘要： 提出用马尔科夫链蒙特卡罗（MCMC）方法来求解生物逆问题。导出待求参数分布规律的后验概率密度函数;采用自适应Metropolis算法构造Markov链;然后截取收敛的链序列计算数学期望，成功估计出未知参数。数值实验结果表明，该方法具有很高的估计精度和较好的抗噪声性能。

关键词: 生物逆问题, 贝叶斯理论, MCMC方法

Abstract: A new method is proposed to solve the biological inverse problem using Markov Chain Monte Carlo（MCMC） method.The posterior probability density function of undetermined parameters is deduced.The adaptive Metropolis algorithm is used to construct the Markov chains.And the converged samples are used to calculate the mathematic expectation.So far，the unknown parameters of biological inverse problems are estimated successfully.The results of numerical experiments show that parameters estimated by the new method have high precision and the noise is filtered completely.

Key words: biological inverse problem, Bayesian theorem, Markov Chain Monte Carlo（MCMC） method

曹小群，宋君强，张卫民，赵军，张理论. MCMC方法在生物逆问题求解中的应用[J]. 计算机工程与应用, 2011, 47(26): 219-221.

CAO Xiaoqun，SONG Junqiang，ZHANG Weimin，ZHAO Jun，ZHANG Lilun. Application of MCMC method for solution of biological inverse problems[J]. Computer Engineering and Applications, 2011, 47(26): 219-221.

[1]	郭磊，王晓东，王刚，陈超. 基于贝叶斯理论的自适应显著性检测[J]. 计算机工程与应用, 2017, 53(13): 201-205.
[2]	王瑜，薛红. 贝叶斯理论在移动目标检测中的应用[J]. 计算机工程与应用, 2012, 48(22): 18-21.
[3]	黄恒秋，曾玲. 混合值不完备决策信息系统的粗糙分类方法[J]. 计算机工程与应用, 2011, 47(28): 48-51.
[4]	王立新，宋俊昌. P2P网络中基于贝叶斯理论的信任模型研究[J]. 计算机工程与应用, 2010, 46(14): 79-80.
[5]	刘宇宏,王士同,徐红林. 改进的时序基因表达数据动态聚类算法[J]. 计算机工程与应用, 2007, 43(27): 164-167.
[6]	卢新元,张金隆. 基于粗糙集和贝叶斯理论的IT项目风险规则挖掘 [J]. 计算机工程与应用, 2006, 42(22期): 12-.