首页--生物科学论文--分子生物学论文--分子遗传学论文

基因序列比对算法在SNP中的研究及应用

摘要第1-8页
ABSTRACT第8-10页
第一章 绪论第10-20页
   ·生物信息学第10-11页
   ·基因芯片技术第11-12页
   ·基因表达数据分析第12-14页
   ·数据挖掘技术在生物信息学中的应用第14-15页
   ·单核苷酸多态性——SNP第15-16页
   ·国内外研究现状第16-18页
   ·本文所做工作及论文组织第18-20页
第二章 基因表达数据常用聚类算法介绍及分析第20-33页
   ·聚类定义第20-21页
   ·常用聚类算法第21-31页
     ·K—means算法第21-22页
     ·自组织映射算法(SOM,Self Organizing Map)第22-24页
     ·模糊C均值聚类(FCM,Fuzzy C—Means)第24-25页
     ·K-邻近算法(KNN,k-Nearest Neighbor algorithm)第25-26页
     ·遗传算法(Genetic Algorithm)第26-27页
     ·粒子群算法(PSO,Partical Swarm Optimization)第27-28页
     ·支持向量机(SVM,Support Vector Machines)第28-31页
   ·实验与比较第31-32页
   ·本章小结第32-33页
第三章 序列比对及其算法第33-50页
   ·序列比对相关概念第33-41页
     ·序列比对定义第33页
     ·序列比对的分类第33-34页
     ·打分方案第34-35页
     ·空位罚分及其策略第35-36页
     ·相似替换矩阵第36-39页
     ·目标函数第39-41页
   ·双序列比对算法第41-50页
     ·点阵法(Dot Matrix Method)第41-42页
     ·Needle-Wunsch算法第42-44页
     ·Smith-Waterman算法第44-45页
     ·FASTA算法第45-47页
     ·BLAST(Basic Local Alignment Search Tool)算法第47-50页
第四章 系统设计方案及测试第50-78页
   ·系统总体设计第51-52页
   ·系统详细设计第52-53页
   ·两个方案的详细设计步骤如下第53-57页
     ·方案一第53-56页
     ·方案二第56-57页
   ·关键技术介绍第57-63页
     ·使用MFC可视化界面操作,使软件更加人性化第57-58页
     ·对C++标准库中的排序算法进行改进,提高运行速度第58-60页
     ·使用多线程编程提高软件性能第60-62页
     ·独立冗余磁盘阵列技术测试第62-63页
   ·数据测试第63-67页
     ·减并操作中位差值测试第63-64页
     ·时间测试结果第64页
     ·方案一测试第64-66页
     ·方案二测试第66-67页
   ·基于超算平台的算法改进及数据测试第67-78页
     ·BLAST算法改进第70-71页
     ·并行化算法的分析第71-72页
     ·软件环境部署第72-75页
     ·数据测试第75-78页
第五章 系统实现第78-85页
   ·数据导入第79页
   ·参数设置第79-80页
   ·搜索SNP第80-81页
   ·查看结果第81-85页
第六章 结束语第85-87页
   ·本文工作总结第85-86页
   ·未来工作的展望第86-87页
参考文献第87-95页
在读期间发表论文情况第95-97页
致谢第97页

论文共97页,点击 下载论文
上一篇:气候变化背景下三峡库区植被覆盖动态及其土壤侵蚀风险研究
下一篇:猪链球菌2型感染宿主后宿主表达谱的分析研究