基于吉布斯采样的模体识别算法研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·研究背景及意义 | 第7页 |
| ·国内外的研究现状 | 第7-9页 |
| ·本文所做工作 | 第9-11页 |
| 第二章 模体识别问题 | 第11-23页 |
| ·模体的表示方法 | 第11-15页 |
| ·一致序列模型表示法 | 第11-12页 |
| ·位置特异性频率矩阵模型表示法 | 第12-13页 |
| ·可视化logo表示法 | 第13-15页 |
| ·模体的评价函数 | 第15-16页 |
| ·模体识别问题的数学描述 | 第16-17页 |
| ·模体识别算法的分类 | 第17-21页 |
| ·基于枚举的算法 | 第18-19页 |
| ·基于局部搜索的算法 | 第19-21页 |
| ·本章小结 | 第21-23页 |
| 第三章 吉布斯采样算法 | 第23-33页 |
| ·算法概述 | 第23页 |
| ·吉布斯采样算法 | 第23-28页 |
| ·初始训练集 | 第23-24页 |
| ·算法详述 | 第24-28页 |
| ·影响性能的若干问题 | 第28-30页 |
| ·基于吉布斯采样的模体识别软件及分析 | 第30-31页 |
| ·本章小结 | 第31-33页 |
| 第四章 引入随机投影的吉布斯采样算法 | 第33-47页 |
| ·高阶背景模型 | 第33-35页 |
| ·定义 | 第33页 |
| ·构造高阶背景模型 | 第33-35页 |
| ·随机投影的引入 | 第35-41页 |
| ·算法描述 | 第36-37页 |
| ·改进初始训练集 | 第37-41页 |
| ·实验结果与分析 | 第41-45页 |
| ·模拟数据结果分析 | 第41-43页 |
| ·真实数据结果分析 | 第43-45页 |
| ·本章小结 | 第45-47页 |
| 第五章 总结与展望 | 第47-49页 |
| 致谢 | 第49-51页 |
| 参考文献 | 第51-53页 |