版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、序列比對是生物信息學中最重要和最基礎的研究方向,是研究物種間同源性關(guān)系的重要手段。隨著生物序列數(shù)據(jù)的飛速增長,如何提高序列比對速度和靈敏度成為生物序列比對研究需要迫切解決的問題。
本文將最優(yōu)化方法應用到生物序列比對中,從而提高序列比對的效率。主要研究內(nèi)容和取得的成果如下:
1.提出基于拉格朗日約束神經(jīng)網(wǎng)絡(LCNN)的自適應生物序列比對方法。把數(shù)字信號處理與生物序列分析融入到一起,通過建立風險函數(shù)并根據(jù)最優(yōu)原
2、則獲得生物序列相關(guān)性指標,得到序列比對結(jié)果。
2.研究空位種子(Spaced Seed)理論和靈敏度計算模型,并在此基礎上提出了基于最優(yōu)搜索的空位種子尋找和計算方法,實現(xiàn)在有限時間資源限制條件下以最大概率尋找到具有最高靈敏度的空位種子,從而大大提高空位種子的計算效率。
3.構(gòu)造與空位種子相關(guān)的重疊有向圖(Overlap Digraph)模型,根據(jù)重疊有向圖權(quán)值函數(shù)提出空位種子優(yōu)劣判斷準則。通過實驗可以證明重疊
3、有向圖模型可以在很短的時間內(nèi)得到靈敏度最優(yōu)或者接近最優(yōu)的空位種子。
4.在前人研究的基礎上,進一步對插入-刪除種子進行更為深入的研究,并從數(shù)學上對插入-刪除種子(In-del Seed)進行定義,建立插入-刪除種子靈敏度計算模型。提出了基于種子重疊復雜度的計算方法,并通過flip函數(shù)對候選種子進行構(gòu)造。該方法能夠在較短時間內(nèi)找到給定權(quán)值和相似度等參數(shù)下的最優(yōu)插入-刪除種子,并從實驗上證明插入-刪除種子具有更高的靈敏度,同時
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 蟻群算法在生物序列比對中的應用.pdf
- 改進免疫算法在生物序列比對中的應用研究.pdf
- 免疫遺傳算法在生物序列比對中的應用.pdf
- 并行遺傳算法在生物序列比對中的應用研究.pdf
- 45560.退火進化算法在生物序列比對中的應用研究
- 新型單親遺傳算法及其在生物序列比對中的應用.pdf
- 最優(yōu)化理論與方法在生產(chǎn)運營中的應用研究.pdf
- 生物序列分析中的非比對方法及其應用.pdf
- 多序列比對優(yōu)化方法研究.pdf
- 機器學習方法在生物序列分析中的應用.pdf
- 多核環(huán)境下的生物信息序列比對并行優(yōu)化方法的研究.pdf
- 生物基因序列比對算法的并行優(yōu)化研究.pdf
- 核學習方法及其在生物序列分析中的應用.pdf
- 生物序列比對算法的并行優(yōu)化設計與實現(xiàn).pdf
- 生物序列比對算法的研究與實現(xiàn).pdf
- SVM與ESOM在生物序列對比與預測中的應用研究.pdf
- 生物地理學優(yōu)化算法及其在生物序列模式發(fā)現(xiàn)中的應用.pdf
- 序列比對優(yōu)化算法研究.pdf
- 基于Q學習的生物序列比對方法.pdf
- 改進的PrefixSpan算法在生物序列模式挖掘中的應用.pdf
評論
0/150
提交評論