4.2.3 氣象

在國家氣象局“大城市環境氣象信息系統研究”課題的子課題“氣象數據挖掘與知識發現軟件系統”的資助下，于2000年1月開始至2002年12月，經過三年的努力，將ICCKDSS應用于氣象短期預報與服務領域(見附件)。通過在北京氣象科學研究所進行實際運行后，認為：該軟件性能良好，使用方便，人機界面友好，通過在氣象各個部門中的推廣應用，可產生很大的經濟效益和社會價值，是一個具有很高技術含量的軟件系統。

1) 功能簡介

(1)氣象云圖數據的處理方法。

超圖模型表示、Hilbert空間與小波逼近、矩陣近似、特征提取（小波變換）。

(2)相似模式的知識發現過程，如下圖（圖27）所示：

圖27 相似模式的知識發現過程

(3)氣象系統的體系結構。

包括數據預處理模塊、模式構造模塊、知識發現模塊、預測建模模塊、數據管理模塊與相關的工作平臺。其總體結構圖如下圖（圖28）所示：

圖28 氣象系統的體系結構圖

2) 解決的典型問題

在氣象云圖處理上，過去采用經驗的方法或傳統處理方法，而我們采用相似模式的挖掘方法來分析氣象云圖，并給出基于信息挖掘的短期預測模型。

目前，ICCKDSS已作為關鍵部分應用于北京市氣象局的“大城市氣象預報服務信息系統平臺”。ICCKDSS的應用，不僅有效地起到了輔助短期氣象預報的功能，而且可以實現在不同的天氣生成不同的產品和服務，并將有用的存入知識庫，這極大地豐富了北京市氣象局的服務范圍和功能。

4.2.4 國際商務

在與國家商務部國際電子商務中心的合作中，構造了基于我們專利技術的“面向加工貿易基于競爭情報的智能決策支持系統”。針對外貿加工中國內采購與供應鏈系統進行深入分析，通過數據挖掘、WEB挖掘、案例推理與OLAP等技術，挖掘出一些平時很難靠直觀或憑借經驗發現的規則，而對領導決策管理有一定的參考價值。

1) 功能簡介

(1) 包含的主要功能模塊有: KDD*、OLAP、案例推理、Web挖掘、評估模型等。

(2) 商務領域網站主頁應用窗口（如圖29）

圖29 基于知識發現的商務應用系統

(3) KDD*挖掘窗口（見圖30）

圖30挖掘結果

2) 解決的典型問題

挖掘出一些平時很難靠直觀或憑借經驗發現的規則，而對領導決策管理有一定的參考價值。例如：

(1)提供設備價款小于10000、可供輔料價款小于100000、那么申請合同類型為進料合同。由此可看出進料合同的基本特征；

(2)進口料件原值1百萬以內、加工費小于100000，那么進口料件總值1百萬以內；

(3)加工貿易方式為0、可供輔料價款小于100000，那么加工費小于100000。

這個系列性研發項目的實施，將對我國外貿出口、進口、順差、逆差、預警、體制等方面產生重要的影響。

該系統已通過正式驗收(見附件)。驗收委員會一致認為：

① “面向加工貿易基于競爭情報的企業經營和領導戰略決策支持系統”將一般智能決策支持系統提升到基于信息挖掘的智能決策支持系統水平，進而融入了數據倉庫技術——在線分析處理技術（OLAP），知識發現技術——結構化數據關聯分析技術（KDD*），以及專家系統的理念和技術——知識獲取與案例推理。這種提升與跨領域的融合具有創新性，提出了一種新型實用智能決策支持系統。

②該系統的理論基礎為“基于內在認知機理的知識發現理論KDTICM”，直接開發工具以基于KDTICM開發的知識發現軟件系統ICCKDSS(獲相關的三項國家發明專利證書、軟件著作權證書與軟件產品登記證書)為核心。該系統綜合使用在線分析處理、專家系統和知識發現技術，對中國商務部國際電子商務中心現有加工貿易數據進行多維建模、知識庫構建和高層關聯分析。

③該系統完成了海量數據的多角度、多層面綜合統計分析，提升了現有統計分析水平；通過知識庫的架構，集中高效的利用了領域專家的知識經驗，為決策者提供了可靠的可資借鑒的歷史經驗和相關背景信息；使用高級數據挖掘機制與方法，綜合探究各種數據信息間的內在邏輯關聯結構，揭示出平凡方法無法發現的因果性規律，為決策提供深層科學依據。

④在提升現有統計分析和輔助決策能力的同時，系統建構了一個一般加工貿易業務運行平臺；使整個系統以內在的多層次功能邏輯結構去覆蓋加工貿易信息系統的多個層面，為類似于商務信息系統的一般復雜信息系統的建設提供了一個可資借鑒的原型；具有很好的產品化與應用前景。

總之，該系統的研發和運行表明ICCKDSS軟件系統是一個性能良好和功能完備的新型知識發現系統。此項目研發的新型智能決策支持系統是集理論、軟件與應用于一體的創新性研究成果；深刻地體現了知識發現創新技術與前沿智能技術的融合，在解決國家對外商務領域輔助決策等重大工程應用問題中的極其重要的作用。系統整體上達到國際先進水平。

4.3 有望對科學發現產生重要影響的應用——蛋白質3維結構預測

蛋白質是一個氨基酸的序列（由一定氨基酸的序列形成，具有3維空間結構）。在分子生物學領域，預測蛋白質的3維結構被認為是最難解決的問題之一，也屬國際性重大科研課題的研究。由于形狀（三維構象）往往會決定蛋白質的功能，因此，進行這種預測對醫藥界也同樣具有重大意義。

蛋白質中氨基酸的排列被稱為是蛋白質的一級結構。從空間角度講，蛋白質中的氨基酸通常按照不同的模式進行排列，如α螺旋、β折疊、無規則卷曲、轉角與環形等。這些不同的蛋白質的3維空間形狀稱為蛋白質的二級結構。1992年，Muggleton利用廣義歸納邏輯編程（Inductive Logic Programming, ILP）對蛋白質次結構中的螺旋形進行了預測。在訓練集和測試集上分別得到了78%和81%的精確率。

如果關系型學習（分類）器的（知識表示）語言是邏輯程序（設計）語言，那么這種學習就被稱為歸納邏輯編程（程序設計）。實際應用的歸納邏輯編程系統主要分為兩類：經驗型歸納邏輯編程（程序設計）系統 (Empirical ILP System)和交互式歸納邏輯編程系統 (Interactive ILP System)。前者可以從大量例子中（歸納）學習單謂詞的序列分析知識，而后者可以從少量例子學習多謂詞的知識。Muggleton使用的是經驗型歸納邏輯編程系統，即主要對單謂詞的知識進行學習。目前，國內外此項研究均在單一的物化屬性序列分析或單一的氨基酸結構序列分析的層面上，構建預測模型與方法；無一將兩者實施無縫對接。

與Muggleton等當前最新的工作相比,我們的工作具有如下特征：

1) 將生物工程與信息工程密切結合,深入探究先前未知的內在認知機理.如:較為完備的影響蛋白質高級結構的因素分析(形成”因素結構圖”)；各屬性、屬性值、屬性編碼以及殘基序列中的變換與匹配規律對3維結構形成的影響；物化屬性對中間點的影響等；

2) 構建了隨信息粒度空間由粗到細的、逐步求精的、多層遞階的“金字塔”式結構的預測模型，即（1層）物化屬性序列分析---（2層）基于1層結果的（融合所選擇的物理化學屬性進行）氨基酸結構序列分析---（3層）基于2層結果，在訓練集與測試集上實驗得到的預測結果的歸納及其精度計算---（4層）領域知識作參照系，進一步考察其對預測結果的影響，進一步精化結果。

3) 核心層：物化屬性序列分析采用關聯分類方法，即用我們首次提出的基于雙庫協同機制的KDD*過程模型與M算法（國家發明專利技術）進行關聯分析；再用我們改進的分類器進行分類。在此所論的關聯分析中，第一我們得到復合蘊涵的、結論為α螺旋、β折疊、無規則卷曲等結構形式的規則；第二我們得到α螺旋等（二級結構）為前件，而其具備的（物化結構）屬性為后件的規則；第三我們得到屬性間的關聯關系。

4) 核心層：氨基酸結構序列分析采用改進了的SVM/NN方法。

5) 利用完備的先導性知識與領域知識精化分類，排除奇異。包括：歸納獲取的知識、位能函數、傾向性因子、光譜數據庫、環境因素、進化信息、信息熵評價與優化等。

因此，我們認為：具有上述特征的研究將有望在蛋白質二級結構的預測中得到更高的精度，并很有可能在其3維結構的預測中有所突破，進而對制藥業產生重要影響。目前，該項研究已取得了階段性重要成果。

上一頁  [1] [2] [3] [4] [5] [6] [7] [8] [9] [10] [11] [12] [13] [14] [15] [16] [17] [18] [19] [20] [21] [22] [23]