首页--生物科学论文--生物工程学(生物技术)论文--仿生学论文--生物信息论论文

隐Markov模型在生物信息中的应用及其算法的改进

摘要第1-4页
ABSTRACT第4-7页
第一章 绪论第7-12页
   ·隐马氏模型的研究现状与发展趋势第7-8页
   ·生物信息学的基本知识第8-11页
     ·生物信息学的发展背景与简介第8-9页
     ·生物信息学的主要研究内容第9-11页
   ·本文的主要内容和创新点第11-12页
第二章 隐马尔科夫模型的基本理论知识及其相应算法第12-31页
   ·HMM基本原理第12-20页
     ·马尔可夫链第12-13页
     ·HMM模型第13-20页
   ·HMM的基本类型第20-21页
   ·HMM模型的基本问题以及相应的算法第21-31页
     ·HMM的三个基本问题第21-22页
     ·HMM的算法第22-31页
第三章 隐马尔可夫模型在生物信息学中的应用第31-39页
   ·引言第31页
   ·隐马氏模型在生物序列比对中的应用第31-36页
     ·生物序列比对的意义及概念第31-33页
     ·生物序列多重比对的隐马尔可夫模型第33-35页
     ·生物序列观察概率的计算:前向-后向算法第35页
     ·生物序列多重比对的隐马氏模型的参数估计第35-36页
   ·CpG岛位置判别第36-39页
第四章 对传统隐马氏过程算法的改进与推广第39-48页
   ·对传统隐马氏过程前向—后向算法的改进与推广第39-44页
     ·状态序列为二阶时的前向—后向算法第39-41页
     ·状态序列为三阶时的前向—后向算法第41-43页
     ·一般情况下,前向—后向算法的推导第43-44页
   ·对Viterbi算法的推广第44-45页
   ·对训练问题的算法—Baum-Welch算法的推广第45-48页
第五章 总结与展望第48-49页
参考文献第49-53页
致谢第53页

论文共53页,点击 下载论文
上一篇:基于蛋白质网络的关键蛋白质识别方法研究
下一篇:三株DBP降解菌的筛选及其降解特性的相关研究