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(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、隨著人類需求的不斷提高以及信息技術(shù)的持續(xù)進(jìn)步,基因測序和光譜成像技術(shù)也在高速發(fā)展著。技術(shù)進(jìn)步為人們提供了豐富多彩的服務(wù),但隨著需求的增長與變化,我們正迎來海量信息的大數(shù)據(jù)浪潮。面對如存儲空間、網(wǎng)絡(luò)帶寬、電池、分辨率、計算能力等方面的限制或要求,對于可壓縮結(jié)構(gòu)化數(shù)據(jù)的高效信號采集及壓縮處理越來越受到人們的關(guān)注。在生物信息學(xué)中,基因序列的存儲格式間相互關(guān)聯(lián),其中FASTA格式是一種測序后基于文本用于表示核苷酸序列或氨基酸序列的格式,SAM/
2、BAM格式(SAM全稱是sequence alignment/map format)是包含了完整的基因比對信息,成為后續(xù)基因片段分析處理的基礎(chǔ),并為不同測序平臺產(chǎn)生的序列提供一個通用比較途徑的格式。二十一世紀(jì)是生物醫(yī)學(xué)世紀(jì),隨著測序技術(shù)的發(fā)展和測序機(jī)構(gòu)的快速擴(kuò)張,現(xiàn)存的基因數(shù)據(jù)尤其是FASTA和SAM/BAM格式的數(shù)據(jù)存在大量冗余。另一方面,隨著壓縮傳感技術(shù)在多光譜成像領(lǐng)域的興起,越來越多的多光譜成像系統(tǒng)通過滿足壓縮傳感理論的編碼孔徑來
3、實現(xiàn)。不管是FASTA格式以及SAM/BAM格式的基因數(shù)據(jù),還是由編碼孔徑快照光譜成像系統(tǒng)產(chǎn)生的采樣測量數(shù)據(jù),這些數(shù)據(jù)都具有各自可壓縮結(jié)構(gòu)化的特征,如何提供相應(yīng)的壓縮方案去適應(yīng)這些數(shù)據(jù)類型的結(jié)構(gòu)化特征是信號處理領(lǐng)域的新挑戰(zhàn)。
針對FASTA格式,本文提出了一種基于非連續(xù)上下文建模和最大熵原則的基因壓縮方法。在第一階段,本文所提出的方法同時考慮了有參考序列和無參考序列兩種實際情況,用字典方法表示基因序列內(nèi)或間的重復(fù)序列,提高壓縮
4、效率;在第二階段,將非連續(xù)上下文建模思想與傳統(tǒng)的連續(xù)上下文建模思想相結(jié)合,提高了預(yù)測模型的多樣性與全面性,更適應(yīng)于以非傳統(tǒng)規(guī)律排列的基因序列,同時利用最大熵原則得到Logistic回歸模型進(jìn)行模型合成,克服了以往貝葉斯平均法過度依賴單一模型而忽略其他模型有效性的缺點,并使得合成概率更加準(zhǔn)確。相關(guān)論文“DNA-COMPACT: DNA COMpression Based on a Pattern-Aware Contextual Mode
5、ling Technique”已在SCI期刊JPLoS ONE上發(fā)表。
針對SAM/BAM格式,本文提出了一種基于多參考序列的基因序列分級壓縮方法。由于SAM格式的基因序列由11個強(qiáng)制域和多個可選域構(gòu)成,該方法首先將原文件按域提取成12個獨立文件,然后對12個文件進(jìn)行并行壓縮:對“Sequence”域,利用多個公開的參考基因序列,并將短序列長度逐步減半,多次比對目標(biāo)序列以提高被壓縮序列的比對準(zhǔn)確率,進(jìn)而提高壓縮效率;對于“Qu
6、ality Value”域采用用戶可指定壓縮等級的k均值聚類結(jié)合上下文建模PPMVC壓縮的方法;對于剩下的10個域采用基于域內(nèi)特征和域間相關(guān)性的壓縮方法。該方案相對于現(xiàn)有的同格式的壓縮方案既提高了壓縮效率,又提供了壓縮等級的多選擇性,使得其更有適應(yīng)性與擴(kuò)展性。相關(guān)論文“HUGO:Hierarchical mUlti-reference Genome compression For Aligned Reads”已在SCI其月干jJourn
7、al of the American Medical Informatics Association上發(fā)表。
壓縮傳感要求提供非相干采樣的傳感矩陣(采樣矩陣),采樣的非相干性就是要求用傳感矩陣采集到的數(shù)據(jù)不應(yīng)已存在于稀疏基內(nèi),這樣壓縮的采樣值才能盡可能的保存更多信息。但相應(yīng)地,傳感矩陣得到的最終測量值信號也不再冗余,且不易于壓縮。然而在多光譜成像系統(tǒng)中,研宄學(xué)者們?nèi)匀幌M軐嚎s感知后的采樣測量值進(jìn)一步壓縮,以便于其在環(huán)境遙感
8、、天體物理學(xué)和軍事目標(biāo)檢測等方面應(yīng)用時的實時傳輸。針對單色散編碼孔徑快照光譜成像系統(tǒng),本文首次提出對其產(chǎn)生的可壓縮的測量值進(jìn)一步無損壓縮的思想。結(jié)合條件熵最小化模型,我們將壓縮問題轉(zhuǎn)化為變換問題,即尋找可壓縮測量值矩陣的可逆變換,使得變換后的矩陣有更強(qiáng)的相關(guān)性從而易于壓縮。在對可壓縮測量值統(tǒng)計建模的基礎(chǔ)上,我們證明了基于編碼孔徑的均值濾波(mean filter)式變換能將可壓縮測量矩陣轉(zhuǎn)換為一個與原始圖像分布近似的矩陣,和一個可用編碼
9、孔徑作為輔助信息進(jìn)行位平面編碼(bit plane coding)的稀疏矩陣。實驗結(jié)果表明本文提出的方案對提升可壓縮測量值的壓縮效率有突出的效果。相關(guān)論文“Embedded Transform Coding based Lossless Compression in Compressive Spectral Imaging with Coded Aperture”已被Data Compression Conference( DCC,20
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(yù)覽,若沒有圖紙預(yù)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(hù)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(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)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(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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
- 基于二維結(jié)構(gòu)化網(wǎng)格的可壓縮流體并行算法研究.pdf
- 可壓縮傳感理論與圖像重建算法的研究.pdf
- 不可壓縮管流數(shù)值模擬中的算法并行化研究與實現(xiàn).pdf
- 紐結(jié)補(bǔ)中的不可壓縮分段不可壓縮曲面.pdf
- 紐結(jié)補(bǔ)中的不可壓縮邊界不可壓縮曲面的性質(zhì).pdf
- 可壓縮-不可壓縮流體交界面高精度數(shù)值方法的研究.pdf
- 可壓縮飽和分層地基與結(jié)構(gòu)共同作用研究.pdf
- 基于非結(jié)構(gòu)網(wǎng)格的可壓縮粘性流動數(shù)值方法的GPU實現(xiàn).pdf
- 不可壓縮滲流方程的研究.pdf
- 信息壓縮與傳輸報告
- 把柄添加與不可壓縮曲面.pdf
- 多相弱可壓縮SPH與Godunov格式SPH算法研究.pdf
- 紐結(jié)、空間圖補(bǔ)空間中的不可壓縮兩兩不可壓縮曲面.pdf
- Hadoop平臺上結(jié)構(gòu)化數(shù)據(jù)的壓縮技術(shù)研究與實現(xiàn).pdf
- 基于空氣可壓縮特性下某結(jié)構(gòu)的風(fēng)荷載分析.pdf
- 基于大數(shù)據(jù)組件的鐵路供電監(jiān)控信息壓縮存取研究.pdf
- 可壓縮剪切流噪聲的計算與機(jī)理研究.pdf
- 基于PSE的可壓縮流邊界層穩(wěn)定研究.pdf
- 一維可壓縮流體的相變問題.pdf
- 格子Boltzmann方法基礎(chǔ)理論研究及其在不可壓縮流動中的應(yīng)用.pdf
評論
0/150
提交評論