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、分類號!里三窆羔重慶郵電大學(xué)碩士學(xué)位論文碩士研究生煎疊生指導(dǎo)教師堂壟壘型絲蕉學(xué)科專業(yè)鹽差塑速周墊查論文提交日期至壘!壟生壘旦論文答辯日期壟Q!壟生墨旦壟魚旦論文評閱人2012年5月重慶郵電大學(xué)碩士論塞塑—————————_—_—-—-——_——————————————————————————_————-———_———————————————一一摘要隨著生物信息學(xué)的發(fā)展,生物醫(yī)學(xué)數(shù)據(jù)呈爆炸式的增長,目前已經(jīng)擁有數(shù)百個活動的生物醫(yī)學(xué)數(shù)據(jù)庫,
2、如何管理和分析這些海量的數(shù)據(jù)已成為研究的重點。數(shù)據(jù)挖掘技術(shù)用于發(fā)現(xiàn)大量數(shù)據(jù)所隱含的有價值的信息,是目前最有效的數(shù)據(jù)分析手段。生物序列數(shù)據(jù)是生物醫(yī)學(xué)研究的主要內(nèi)容之一,通過對其進(jìn)行分析,研究者不僅能夠理解已有的序列,而且能夠更好地研究新穎的序列及其所擁有的功能,解讀序列在它所在的生物體中所充當(dāng)?shù)慕巧?,進(jìn)而更好地理解生命的本質(zhì)。本文主要針對生物序列分類技術(shù)領(lǐng)域中的兩個重要的研究方面:生物序列的分類分析和和異常檢測。生物序列分類分析能夠為未知
3、標(biāo)號的生物序列指定其所屬的類別,進(jìn)而預(yù)測它的功能以及與其它生物序列之間的相互關(guān)系,以輔助生物分子中的基因識別和預(yù)測蛋白質(zhì)的結(jié)構(gòu)等。異常檢測可視為一類特殊的分類問題,生物序列中的異常主要是指突變或是一種疾病的特征,生物序列異常檢測有助于發(fā)現(xiàn)突變,了解疾病產(chǎn)生的條件,分析疾病產(chǎn)生的機理,為疾病的診斷和治療提供依據(jù)。生物序列是由字符組成的序列數(shù)據(jù),傳統(tǒng)的數(shù)據(jù)挖掘技術(shù)主要適用于數(shù)值屬性和分類屬性的數(shù)據(jù),難以直接應(yīng)用于序列數(shù)據(jù)。針對上述問題,本文
4、使用滑動窗口技術(shù)抽取子序列,并計算子序列在訓(xùn)練序列集中出現(xiàn)的頻率,然后將頻率值作為序列的特征映射到連續(xù)空間中,該方法有效地解決了傳統(tǒng)的數(shù)據(jù)挖掘技術(shù)難以處理序列數(shù)據(jù)的問題?;谵D(zhuǎn)換后的數(shù)據(jù),本文給出了一種新的基于支持向量機的生物序列分類算法,通過對蛋白質(zhì)序列的分類實驗驗證了該算法的有效性。在生物序列異常檢測技術(shù)中,相似性是生物序列異常檢測的基礎(chǔ),相似性度量的好壞將直接影響生物序列異常檢測的結(jié)果。生物醫(yī)學(xué)研究表明,生物異常序列普遍的特點是其
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
- 基于數(shù)據(jù)挖掘的生物序列分析研究.pdf
- 基于數(shù)據(jù)挖掘的生物序列聚類研究.pdf
- 基于間隔理論的序列數(shù)據(jù)挖掘研究.pdf
- 基于金融時間序列的數(shù)據(jù)挖掘方法研究.pdf
- 交易序列數(shù)據(jù)挖掘研究.pdf
- 時間序列數(shù)據(jù)挖掘研究.pdf
- 基于海量數(shù)據(jù)挖掘的分類算法研究.pdf
- 基于OLAM的時間序列數(shù)據(jù)挖掘算法研究.pdf
- 基于數(shù)據(jù)挖掘的郵件分類識別研究.pdf
- 時間序列的數(shù)據(jù)挖掘研究.pdf
- 基于粒度層次的數(shù)據(jù)挖掘分類算法研究.pdf
- 基于數(shù)據(jù)挖掘的鏡頭分類技術(shù)研究.pdf
- 基于SVM的數(shù)據(jù)挖掘分類技術(shù)研究.pdf
- 基于數(shù)據(jù)挖掘的客戶價值分類模型研究.pdf
- 基于數(shù)據(jù)流的時間序列異常數(shù)據(jù)挖掘的研究.pdf
- 基于序列數(shù)據(jù)庫的數(shù)據(jù)挖掘系統(tǒng)的設(shè)計和研究.pdf
- 基于時間序列數(shù)據(jù)挖掘的日志分析技術(shù)的研究.pdf
- 生物數(shù)據(jù)集上的頻繁序列挖掘和索引技術(shù)的研究.pdf
- 基于粗糙集的時間序列數(shù)據(jù)挖掘.pdf
- 時間序列數(shù)據(jù)挖掘方法研究.pdf
評論
0/150
提交評論