首页--生物科学论文--分子生物学论文--分子遗传学论文

基于HMM模型的顺式调控模块识别方法的研究

摘要第1-4页
Abstract第4-7页
第一章 绪论第7-11页
   ·生物信息学背景知识第7-8页
   ·对顺式调控模块识别的研究第8-9页
   ·论文主要工作第9-10页
   ·论文结构第10-11页
第二章 基本概念与原理第11-25页
   ·顺式调控模块简介第11-14页
     ·基因的转录调控第11页
     ·转录因子结合位点及其表示方式第11-12页
     ·顺式调控模块第12-14页
     ·相关数据库简介第14页
   ·隐马尔可夫模型简介第14-20页
     ·隐马尔可夫模型基本框架第15-16页
     ·估值问题第16-18页
     ·解码问题第18-19页
     ·学习问题第19-20页
   ·相关统计学知识第20-22页
     ·Neyman-Pearson 引理第20-21页
     ·P-值第21页
     ·一个关于 p-值计算的定理第21-22页
     ·Pearson 积距相关系数第22页
   ·本章小结第22-25页
第三章 一种在顺式调控模块识别中新的 HMM 模型第25-45页
   ·CRM 识别中已有的 HMM 模型第25-27页
   ·HMM 模型的提出第27-30页
   ·模型参数的设定第30-32页
     ·设定参数的规则第30-31页
     ·参数方程的求解第31-32页
   ·学习与解码算法 1第32-35页
   ·学习与解码算法 2第35-38页
     ·算法的提出第35-37页
     ·算法的应用第37-38页
   ·实验结果与分析第38-43页
     ·测试数据的选取第38页
     ·参数的选取规则第38-40页
     ·参数的选取第40-41页
     ·性能分析第41-43页
   ·本章小结第43-45页
第四章 TSHAS:基于 HMM 模型和序列统计的两阶段顺式调控模块识别方法第45-63页
   ·方法的提出第45-46页
   ·模体实例的选择第46-48页
   ·应用 HMM 模型消除重叠第48-51页
     ·HMM 模型的构建第48-49页
     ·解析出互不重叠的模体实例第49-50页
     ·参数学习过程第50-51页
   ·选出作为 CRM 的窗口第51-52页
   ·TSHAS 方法的流程描述第52页
   ·实验结果与分析第52-61页
     ·测试数据及评测指标第52-55页
     ·评测窗口概率分布的拟合度第55-56页
     ·实验结果及分析第56-61页
   ·本章小结第61-63页
第五章 总结与展望第63-65页
致谢第65-67页
参考文献第67-71页
作者在读期间的研究成果第71-72页

论文共72页,点击 下载论文
上一篇:361°品牌在大型赛事传播研究
下一篇:基于基因本体论的蛋白质网络模块识别算法