首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--自动推理、机器学习论文

序列联配的算法比较与机器学习在其中的应用研究

目录第1-6页
摘要第6-7页
Abstract第7-8页
第一章 生物信息学(Bioinformatics)第8-18页
   ·生物信息学定义第8页
   ·人类基因组计划(HGP)第8-9页
   ·相关分子生物学背景知识第9-12页
     ·DNA、脱氧核糖核酸第9-10页
   碱基的配对原则第9-10页
     ·RNA、转录和翻译第10-11页
     ·变异第11页
     ·蛋白质第11页
     ·基因与基因组第11页
     ·基因的编码第11-12页
     ·带来的问题第12页
   ·生物学数据库第12-15页
     ·几个重要的生物信息中心第12-13页
     ·数据库格式第13-14页
     ·序列文件格式第14-15页
   ·生物信息学的主要研究内容第15-16页
   ·生物信息学研究的科学价值第16-17页
     ·生物信息学的划时代意义第16页
     ·生物信息学为生命科学的研究提供了重要工具第16-17页
     ·生物信息学的应用前景第17页
   ·与生物信息学密切相关的计算机科学技术第17-18页
第二章 机器学习在生物信息学中的应用与 HMM模型第18-28页
   ·机器学习第18-20页
     ·学习系统的基本结构第19页
     ·学习问题的界定第19页
     ·机器学习方法在生物信息学研究中的应用第19页
     ·机器学习对生物信息学的重要性第19-20页
   ·机器学习在生物信息学中的任务第20-26页
     ·从数据库中发现知识(KDD)第20-21页
     ·人工神经网络(ANN)第21页
     ·决策树第21-22页
     ·贝叶斯网络第22-23页
     ·遗传算法第23页
     ·隐马尔可夫链(HMM)第23-25页
   问题第24-25页
     ·聚类第25页
     ·归纳逻辑编程(ILP)第25页
     ·支持向量机第25-26页
   ·在生物信息学应用中机器学习值得注意的问题第26-28页
     ·从遭到“污染”的生物学数据库中学习第26页
     ·生成与判断的问题第26-27页
     ·“逼近”与“解释”的问题第27页
     ·单一方法与组合方法第27-28页
第三章 生物序列联配算法的比较第28-40页
   ·全局联配第28-30页
     ·定义第28页
     ·原始算法第28-29页
     ·动态规划(Dynamic Programming)第29-30页
   ·局部联配第30页
   ·空位罚分第30-31页
     ·权值恒定模型第30-31页
     ·仿射罚分模型(Affine Gap Model)第31页
   ·多序列联配第31-32页
   ·中心星算法第32-33页
   ·启发式算法-FASTA第33页
   ·启发式算法-BLAST第33-35页
   ·生物序列联配中的并行算法第35-40页
     ·动态规划中的数据相关第35页
     ·Smith-Waterman的并行处理第35-36页
     ·动态规划的并行计算第36-37页
     ·利用前趋计算的并行算法第37-38页
     ·Berger_Munson算法第38-40页
第四章 基于机器学习的生物序列分析应用模型构建与实现第40-53页
   ·基于HMM与遗传算法的 DNA序列分析的设计与实现第40-47页
     ·设计思想第40-42页
     ·处理流程设计第42-46页
       ·HMM相关实现流程第42-44页
       ·遗传算法相关实现流程第44-46页
     ·该设计的限制及注意事项第46-47页
   ·基于动态规划的一个 HMM应用模型的构建第47-53页
     ·应用模型的由来第47页
     ·模型的构建第47-48页
     ·函数设置和模型的程序结构第48-53页
第五章 结论与展望第53-54页
攻读硕士学位期 间发表过的论文第54-55页
致谢第55-56页
参考文献第56-59页
附录第59-74页
 程序文件说明第59页
 hmm_viterbi.c第59-61页
 hmm_forward.c第61-63页
 hmm_backward.C第63页
 ga.c第63-65页
 ga_m isc.c第65-72页
 ga_recombination.c第72-74页

论文共74页,点击 下载论文
上一篇:单相Boost功率因数校正技术研究
下一篇:高新技术企业核心人才激励机制研究--以K公司为例