面向云平台的生物信息数据高效存储压缩研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 引言 | 第10-15页 |
| 1.1 研究背景及意义 | 第10-12页 |
| 1.2 现状及发展趋势 | 第12-13页 |
| 1.3 论文研究内容及安排 | 第13-14页 |
| 1.4 本章小结 | 第14-15页 |
| 第二章 传统数据压缩技术 | 第15-28页 |
| 2.0 数据压缩方法概述 | 第15页 |
| 2.1 字典压缩算法 | 第15-19页 |
| 2.1.1 LZ77 | 第16-17页 |
| 2.1.2 LZW | 第17-19页 |
| 2.2 统计压缩算法 | 第19-24页 |
| 2.2.1 Huffman编码 | 第19-21页 |
| 2.2.2 Arithmetic编码 | 第21-24页 |
| 2.3 转换压缩算法 | 第24-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第三章 DNA序列压缩技术 | 第28-34页 |
| 3.1 DNA序列数据 | 第28-30页 |
| 3.1.1 DNA序列数据特点 | 第28-29页 |
| 3.1.2 常见DNA序列数据对象 | 第29-30页 |
| 3.2 DNA序列压缩方法分类 | 第30-32页 |
| 3.3 压缩方法的衡量指标 | 第32-33页 |
| 3.4 本章小结 | 第33-34页 |
| 第四章 Gcompress设计与实现 | 第34-47页 |
| 4.1 算法的设计思想及框架 | 第34-36页 |
| 4.2 算法实现 | 第36-42页 |
| 4.2.1 序列的索引构建 | 第36-38页 |
| 4.2.2 近似序列匹配 | 第38-40页 |
| 4.2.3 Huffman编码 | 第40-42页 |
| 4.3 单序列压缩 | 第42-43页 |
| 4.4 基于参考的多序列压缩 | 第43-46页 |
| 4.5 本章小结 | 第46-47页 |
| 第五章 Gcompress性能评估 | 第47-54页 |
| 5.1 评估方法 | 第47页 |
| 5.2 压缩性能结果 | 第47-53页 |
| 5.2.1 单序列压缩性能 | 第48-49页 |
| 5.2.2 基于参考多序列压缩性能 | 第49-52页 |
| 5.2.3 Gcompress与理论压缩极限 | 第52-53页 |
| 5.3 本章小结 | 第53-54页 |
| 第六章 基于Map/Reduce分布式压缩 | 第54-63页 |
| 6.1 算法的设计思想及流程 | 第54-58页 |
| 6.1.1 Hadoop分布式计算框架 | 第54-56页 |
| 6.1.2 并行压缩流程 | 第56-58页 |
| 6.2 基于hadoop云平台的搭建 | 第58-61页 |
| 6.3 云上分布式编解码 | 第61-62页 |
| 6.4 本章小结 | 第62-63页 |
| 总结与展望 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 攻读学位期间发表论文与研究成果清单 | 第67-68页 |
| 致谢 | 第68页 |
