| 中文摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第12-20页 |
| 1.1 课题研究的背景和 | 第12-13页 |
| 1.2 基因预测研究现状 | 第13-17页 |
| 1.2.1 基因预测概述 | 第13-15页 |
| 1.2.2 编码区预测研究现状 | 第15-16页 |
| 1.2.3 当前预测算法的不足 | 第16-17页 |
| 1.3 本文工作 | 第17-20页 |
| 第二章 DNA序列基本知识和预测算法评价指标 | 第20-30页 |
| 2.1 引言 | 第20-21页 |
| 2.2 DNA序列的结构 | 第21-24页 |
| 2.2.1 双螺旋结构 | 第22页 |
| 2.2.2 密码子使用偏好性 | 第22-24页 |
| 2.2.3 蛋白质编码区周期性 | 第24页 |
| 2.2.4 DNA序列中的CPG岛 | 第24页 |
| 2.3 算法和结果的评价指标参数 | 第24-28页 |
| 2.3.1 外显子级的评价指标参数 | 第25页 |
| 2.3.2 碱基层的评价指标参数 | 第25-26页 |
| 2.3.3 ROC曲线 | 第26-28页 |
| 2.4 本章小结 | 第28-30页 |
| 第三章 多滑动窗周期图编码区预测算法 | 第30-38页 |
| 3.1 引言 | 第30-31页 |
| 3.2 改进的SDFT预测算法 | 第31-35页 |
| 3.2.1 改进SDFT预测算法的信号流图 | 第31页 |
| 3.2.2 Voss映射法 | 第31-32页 |
| 3.2.3 信号的双边对称延拓 | 第32页 |
| 3.2.4 序列的SDFT | 第32-33页 |
| 3.2.5 Goertzel算法 | 第33页 |
| 3.2.6 功率谱密度计算 | 第33-34页 |
| 3.2.7 移动平均滤波和归一化 | 第34页 |
| 3.2.8 阈值和预测算法评价 | 第34-35页 |
| 3.3 多滑动窗周期图预测算法 | 第35页 |
| 3.4 实验材料和结果 | 第35-37页 |
| 3.4.1 实验材料 | 第35页 |
| 3.4.2 实验结果 | 第35-37页 |
| 3.5 本章小结 | 第37-38页 |
| 第四章 基于全相位和FIR窄通带滤波器的编码区预测算法研究 | 第38-60页 |
| 4.1 引言 | 第38-39页 |
| 4.2 频率采样窄通带滤波器设计 | 第39-40页 |
| 4.2.1 FIR窄通带滤波器设计指标 | 第39页 |
| 4.2.2 频率采样窄通带滤波器设计 | 第39-40页 |
| 4.3 加窗窄通带滤波器设计 | 第40-41页 |
| 4.3.1 窗长度的选择 | 第40页 |
| 4.3.2 窗函数的选择 | 第40页 |
| 4.3.3 设计思路 | 第40-41页 |
| 4.4 一维加窗全相位数字滤波器 | 第41-43页 |
| 4.4.1 加窗全相位数字滤波器的经典结构 | 第41-42页 |
| 4.4.2 经典全相位滤波器的一般FIR等价结构 | 第42-43页 |
| 4.5 全相位窄通带滤波器设计 | 第43-45页 |
| 4.5.1 窗函数的选择 | 第44-45页 |
| 4.5.2 滤波器的幅度归一化 | 第45页 |
| 4.6 窄通带滤波器预测算法 | 第45-49页 |
| 4.6.1 单阈值NPBF预测算法 | 第45-46页 |
| 4.6.2 用于识别isochore的DNA序列分段算法 | 第46-48页 |
| 4.6.3 双阈值PSD曲线模型 | 第48-49页 |
| 4.6.4 双阈值NPBF预测算法 | 第49页 |
| 4.7 单阈值NPBF算法实验材料和结果 | 第49-56页 |
| 4.7.1 三种窄通带滤波器频谱比较 | 第50-51页 |
| 4.7.2 滤波器阶数选择研究 | 第51-52页 |
| 4.7.3 序列F56F11.4 上的预测结果 | 第52-55页 |
| 4.7.4 序列集上的预测结果 | 第55-56页 |
| 4.8 双阈值NPBF算法实验材料和结果 | 第56-58页 |
| 4.8.1 序列AF029081 上的预测结果 | 第56-57页 |
| 4.8.2 序列集上的预测结果 | 第57-58页 |
| 4.9 本章小结 | 第58-60页 |
| 第五章 基于IIR滤波器的编码区预测算法研究 | 第60-78页 |
| 5.1 引言 | 第60-61页 |
| 5.2 四种IIR滤波器设计方法 | 第61-65页 |
| 5.2.1 ANF设计 | 第61-62页 |
| 5.2.2 MSF设计 | 第62-63页 |
| 5.2.3 GCF设计 | 第63-64页 |
| 5.2.4 CDCF设计 | 第64-65页 |
| 5.3 影响IIR滤波器预测效果的因素 | 第65-67页 |
| 5.3.1 系统的稳定性 | 第65-66页 |
| 5.3.2 群延迟问题 | 第66-67页 |
| 5.4 IIR窄通带编码区预测算法 | 第67页 |
| 5.5 实验材料和结果 | 第67-76页 |
| 5.5.1 滤波器频谱图 | 第67-72页 |
| 5.5.2 序列F56F11.4 上的预测结果 | 第72-75页 |
| 5.5.3 序列集上的预测结果 | 第75-76页 |
| 5.6 本章小结 | 第76-78页 |
| 第六章 DNA序列映射方法对预测结果的影响 | 第78-96页 |
| 6.1 引言 | 第78页 |
| 6.2 现有DNA映射方法 | 第78-81页 |
| 6.2.1 Voss法 | 第78-79页 |
| 6.2.2 正四面体法 | 第79页 |
| 6.2.3 Z曲线法 | 第79-80页 |
| 6.2.4 复数法 | 第80-81页 |
| 6.2.5 FNO法 | 第81页 |
| 6.2.6 EIIP法 | 第81页 |
| 6.2.7 实数法 | 第81页 |
| 6.2.8 其它映射法 | 第81页 |
| 6.3 编码区预测算法 | 第81-82页 |
| 6.4 实验材料和结果 | 第82-84页 |
| 6.4.1 实验材料 | 第82页 |
| 6.4.2 实验结果 | 第82-83页 |
| 6.4.3 讨论 | 第83-84页 |
| 6.5 可视化映射方法TP-Walk与自适应谱旋转SASR | 第84-89页 |
| 6.5.1 碱基三联体周期性矩阵 | 第85-86页 |
| 6.5.2 TP向量 | 第86页 |
| 6.5.3 TP序列 | 第86-87页 |
| 6.5.4 TP Walk | 第87-88页 |
| 6.5.5 TP Walk的方式 | 第88-89页 |
| 6.6 基于SASR的编码区预测算法 | 第89-92页 |
| 6.6.1 第一次T检验 | 第89-91页 |
| 6.6.2 Z检验 | 第91-92页 |
| 6.6.3 第二次T检验 | 第92页 |
| 6.7 实验材料和结果 | 第92-95页 |
| 6.7.1 实验材料 | 第92页 |
| 6.7.2 实验结果 | 第92-95页 |
| 6.8 本章小结 | 第95-96页 |
| 第七章 基于Z曲线理论的编码区预测算法研究 | 第96-108页 |
| 7.1 引言 | 第96页 |
| 7.2 Z曲线理论 | 第96-98页 |
| 7.3 Fisher判别分析 | 第98-100页 |
| 7.3.1 Fisher两类分类理论 | 第98-99页 |
| 7.3.2 特征参数选择 | 第99-100页 |
| 7.3.3 分类阈值的定义 | 第100页 |
| 7.4 实验材料和方法 | 第100-101页 |
| 7.4.1 实验材料 | 第100-101页 |
| 7.4.2 实验方法 | 第101页 |
| 7.5 结果和讨论 | 第101-106页 |
| 7.5.1 训练集对预测结果的影响 | 第102页 |
| 7.5.2 阈值对分类结果的影响 | 第102-106页 |
| 7.6 本章小结 | 第106-108页 |
| 第八章 结论与展望 | 第108-110页 |
| 8.1 本文工作总结 | 第108-109页 |
| 8.2 未来工作展望 | 第109-110页 |
| 参考文献 | 第110-126页 |
| 发表论文和参加科研情况说明 | 第126-128页 |
| 致谢 | 第128页 |
