基于樹結構的生物數(shù)據(jù)挖掘算法的研究與實現(xiàn).pdf_第1頁
已閱讀1頁，還剩59頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

1、生物信息學是在生命科學研究中，以計算機為工具對生物信息進行儲存、檢索和分析的科學。目前研究重點主要在基因組學(Genomics)和蛋白質學(Proteomics)，即分析核酸和蛋白質中表達結構功能的生物信息。數(shù)據(jù)挖掘作為一種以數(shù)據(jù)庫、統(tǒng)計學和人工智能學為基礎的技術，為生物學家提供了有力的信息分析工具。數(shù)據(jù)挖掘中的頻繁模式挖掘技術專注于發(fā)現(xiàn)數(shù)據(jù)中頻繁出現(xiàn)的特征模式。根據(jù)特征模式復雜性，可分為頻繁項模式、頻繁序列模式以及頻繁子樹模式等。本文

2、對RNA分子建立樹形模型，利用頻繁子樹挖掘算法挖掘RNA二級結構中的公共拓撲模式。
　　本文首先概括了頻繁模式挖掘技術及頻繁子樹挖掘算法的現(xiàn)狀，介紹了RNA二級結構預測的主要方法，探討了目前數(shù)據(jù)挖掘技術應用于生物數(shù)據(jù)所存在的問題。然后給出了與頻繁子樹有關的概念，區(qū)分了嵌入子樹和直接子樹，定義了同構交疊子樹和最小性。在此基礎上，對挖掘嵌入子樹的TreeMiner算法和PatternMatcher算法進行了分析。這兩種算法分別采用垂直

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。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內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)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，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

評論

0/150

提交評論