基于GWQPSO和BWT的DNA序列压缩算法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第11-18页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 研究现状 | 第12-15页 |
| 1.3 研究内容 | 第15-16页 |
| 1.4 论文结构 | 第16-18页 |
| 第二章 DNA序列压缩算法理论基础 | 第18-31页 |
| 2.1 DNA序列数据特点 | 第18-21页 |
| 2.1.1 构成特点 | 第18-19页 |
| 2.1.2 功能特点 | 第19-20页 |
| 2.1.3 信息特点 | 第20页 |
| 2.1.4 相似特点 | 第20-21页 |
| 2.1.5 变异特点 | 第21页 |
| 2.2 普适性压缩算法 | 第21-24页 |
| 2.2.1 基于统计理论的压缩算法 | 第21-23页 |
| 2.2.2 基于字典思想的压缩算法 | 第23-24页 |
| 2.3 DNA序列压缩算法 | 第24-28页 |
| 2.3.1 基于统计的DNA序列压缩算法 | 第25-26页 |
| 2.3.2 基于字典的DNA序列压缩算法 | 第26-28页 |
| 2.4 DNA序列数据压缩算法评价指标 | 第28-30页 |
| 2.4.1 压缩率 | 第28-29页 |
| 2.4.2 压缩时间 | 第29页 |
| 2.4.3 鲁棒性 | 第29页 |
| 2.4.4 算法复杂度分析 | 第29-30页 |
| 2.5 本章小结 | 第30-31页 |
| 第三章 基于GWQPSO的DNA序列压缩算法 | 第31-52页 |
| 3.1 引言 | 第31页 |
| 3.2 GWQPSO算法 | 第31-37页 |
| 3.2.1 PSO和QPSO | 第31-33页 |
| 3.2.2 多样性的缺失与变异算子 | 第33页 |
| 3.2.3 高斯变异算子 | 第33-34页 |
| 3.2.4 权重改变系数 | 第34-35页 |
| 3.2.5 GWQPSO算法实现 | 第35-37页 |
| 3.3 基于GWQPSO的DNA序列压缩算法 | 第37-42页 |
| 3.3.1 改进的粒子映射与编码 | 第38-42页 |
| 3.3.2 适应度函数的计算 | 第42页 |
| 3.4 实验结果与分析 | 第42-50页 |
| 3.4.1 GWQPSO性能实验分析 | 第42-48页 |
| 3.4.2 DNA序列数据测试 | 第48-50页 |
| 3.5 本章小结 | 第50-52页 |
| 第四章 基于BWT的DNA序列压缩算法 | 第52-62页 |
| 4.1 引言 | 第52页 |
| 4.2 基于BWT的DNA序列压缩算法 | 第52-58页 |
| 4.2.1 Burrows-Wheeler变换 | 第53-54页 |
| 4.2.2 改进迭代字典 | 第54-56页 |
| 4.2.3 基于改进的PPM二阶算术编码 | 第56-57页 |
| 4.2.4 算法实现 | 第57-58页 |
| 4.3 实验结果与分析 | 第58-61页 |
| 4.4 本章小结 | 第61-62页 |
| 总结与展望 | 第62-64页 |
| 1、研究工作总结 | 第62-63页 |
| 2、后续研究工作展望 | 第63-64页 |
| 参考文献 | 第64-70页 |
| 攻读硕士学位期间取得的研究成果 | 第70-71页 |
| 致谢 | 第71-72页 |
| 附件 | 第72页 |
