| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 研究背景 | 第10-12页 |
| 1.2 国内外研究现状及分析 | 第12-14页 |
| 1.3 主要研究内容 | 第14-15页 |
| 1.4 本文组织结构 | 第15-18页 |
| 第2章 相关技术概述 | 第18-30页 |
| 2.1 测序技术 | 第18-20页 |
| 2.1.1 第一代DNA测序技术 | 第18-19页 |
| 2.1.2 第二代DNA测序技术 | 第19页 |
| 2.1.3 第三代DNA测序技术 | 第19-20页 |
| 2.2 基于de Bruijn图的序列拼接技术 | 第20-26页 |
| 2.2.1 基于de Bruijn图序列拼接算法原理 | 第20-21页 |
| 2.2.2 基于de Bruijn图算法概述 | 第21-22页 |
| 2.2.3 基于de Bruijn图的序列拼接技术分析 | 第22-26页 |
| 2.3 当前基于MapReduce序列拼接研究情况 | 第26-27页 |
| 2.4 MapReduce编程模型和Hadoop框架 | 第27-28页 |
| 2.4.1 MapReduce编程模型 | 第27页 |
| 2.4.2 Hadoop框架 | 第27-28页 |
| 2.5 本章小结 | 第28-30页 |
| 第3章 基于决策表的de Bruijn图拼接算法 | 第30-48页 |
| 3.1 de Bruijn图的基本概念 | 第30-38页 |
| 3.1.1 de Bruijn图数据结构 | 第30-32页 |
| 3.1.2 de Bruijn图编码压缩存储 | 第32-33页 |
| 3.1.3 de Bruijn图构建过程 | 第33-37页 |
| 3.1.4 de Bruijn图基本操作 | 第37-38页 |
| 3.2 基于决策表的contig构建 | 第38-46页 |
| 3.2.1 决策表数据结构 | 第38-39页 |
| 3.2.2 决策表更新过程 | 第39-43页 |
| 3.2.3 后继k-mer选取 | 第43-46页 |
| 3.3 本章小结 | 第46-48页 |
| 第4章 基于de Bruin图的并行拼接算法的实现 | 第48-54页 |
| 4.1 并行算法总体流程 | 第48页 |
| 4.2 并行k-mer拆分 | 第48-50页 |
| 4.3 并行构建de Brujn图 | 第50-53页 |
| 4.3.1 避免对de Bruijn图划分 | 第50-53页 |
| 4.3.2 变化K值构建de Bruijn图 | 第53页 |
| 4.3.3 获取最长contig序列 | 第53页 |
| 4.4 本章小结 | 第53-54页 |
| 第5章 实验与性能分析 | 第54-66页 |
| 5.1 实验平台 | 第54页 |
| 5.2 测试数据 | 第54页 |
| 5.3 实验设计 | 第54-55页 |
| 5.4 测试结果 | 第55-64页 |
| 5.4.1 拼接结果的正确性验证 | 第55-56页 |
| 5.4.2 压缩存储策略性能验证 | 第56-58页 |
| 5.4.3 是否进行图的划分算法验证 | 第58-59页 |
| 5.4.4 并行算法效率验证 | 第59-61页 |
| 5.4.5 加速比验证 | 第61-62页 |
| 5.4.6 采用变化的K值构建图性能验证 | 第62-64页 |
| 5.5 本章小结 | 第64-66页 |
| 第6章 总结与展望 | 第66-68页 |
| 6.1 工作总结 | 第66页 |
| 6.2 研究展望 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72-74页 |
| 攻读硕士期间发表论文和参加过的项目 | 第74页 |
