摘要 | 第1-7页 |
Abstract | 第7-12页 |
第1章 绪论 | 第12-31页 |
·课题的研究背景及意义 | 第12页 |
·生物信息学 | 第12-19页 |
·生物信息学的主要研究内容 | 第13-14页 |
·生物信息学的前沿 | 第14-16页 |
·生物信息数据库 | 第16-19页 |
·基因序列的相关性研究 | 第19-20页 |
·基因预测的研究现状及分析 | 第20-28页 |
·基于序列同源性的基因预测研究 | 第20-22页 |
·基于序列统计特征的基因预测研究 | 第22-28页 |
·基因预测存在的问题 | 第28页 |
·本文工作 | 第28-31页 |
第2章 基因预测的FIR数字滤波器研究 | 第31-45页 |
·生物学基础 | 第31-32页 |
·目前的DNA映射 | 第32-34页 |
·基因序列的周期3性质 | 第34-36页 |
·反陷波数字滤波器 | 第36-39页 |
·多级滤波器 | 第39-41页 |
·FIR带通数字滤波器 | 第41-44页 |
·仿真实验 | 第44页 |
·小结 | 第44-45页 |
第3章 基因预测的自适应滤波器研究 | 第45-60页 |
·基因预测的LMS自适应滤波器 | 第45-50页 |
·LMS算法 | 第46-47页 |
·自适应滤波器设计 | 第47-48页 |
·仿真实验和结果分析 | 第48-50页 |
·基因预测的RLS自适应滤波器 | 第50-53页 |
·RLS算法 | 第50-51页 |
·仿真实验和结果分析 | 第51-53页 |
·基因预测的变步长LMS自适应滤波器 | 第53-56页 |
·固定步长LMS算法存在的问题及解决方法 | 第53-54页 |
·基因序列自身的生物学特点 | 第54-55页 |
·变步长LMS算法 | 第55页 |
·仿真实验和结果分析 | 第55-56页 |
·基因序列的时频分析 | 第56-58页 |
·时频分析 | 第56-57页 |
·仿真实验和结果分析 | 第57-58页 |
·小结 | 第58-60页 |
第4章 基于改进傅立叶方法的基因预测研究 | 第60-75页 |
·改进的傅立叶方法 | 第61-64页 |
·Z曲线映射 | 第61-62页 |
·滤波器的选取 | 第62页 |
·改进的方法 | 第62-63页 |
·算法的评价 | 第63-64页 |
·统计判别法 | 第64页 |
·傅立叶变换方法的比较 | 第64-74页 |
·功率谱图的比较 | 第64-66页 |
·功率谱向量的比较 | 第66-68页 |
·基因识别性能的比较 | 第68-71页 |
·延长打乱傅立叶方法和改进傅立叶方法的比较 | 第71-72页 |
·加窗的傅立叶方法 | 第72-74页 |
·小结 | 第74-75页 |
第5章 基于隐马尔科夫模型和支持向量机方法的基因预测研究 | 第75-88页 |
·生物信息学中的HMM方法 | 第75-76页 |
·隐马尔科夫模型 | 第76-77页 |
·隐马尔科夫模型的定义 | 第76-77页 |
·基因外显子的隐马尔科夫模型 | 第77页 |
·EM算法 | 第77-78页 |
·前向算法 | 第78-79页 |
·基于隐马尔科夫模型的EM算法 | 第79-80页 |
·仿真计算 | 第80-82页 |
·仿真数据 | 第80页 |
·仿真步骤 | 第80-81页 |
·仿真结果分析 | 第81-82页 |
·支持向量机及其在生物信息学中的应用 | 第82-83页 |
·支持向量机 | 第82-83页 |
·支持向量机在生物信息学中的应用 | 第83页 |
·支持向量机分类问题 | 第83-87页 |
·最优分离超平面 | 第83-85页 |
·基于支持向量机的基因序列识别研究 | 第85-87页 |
·小结 | 第87-88页 |
第6章 基于多种特征量的基因识别算法研究 | 第88-103页 |
·常用的基因序列的特征量 | 第88-89页 |
·文中采用的几种特征量 | 第89-92页 |
·碱基组成成分 | 第89页 |
·密码子使用频率 | 第89-90页 |
·碱基位置的相关性 | 第90-91页 |
·周期3性质 | 第91-92页 |
·文中采用的统计学习方法 | 第92-95页 |
·欧氏距离法 | 第92-93页 |
·马氏距离法 | 第93页 |
·费歇判别法 | 第93-95页 |
·相同序列长度下各种特征量的实验研究 | 第95-99页 |
·实验数据 | 第95页 |
·单一特征量实验 | 第95-97页 |
·三种特征量实验 | 第97-98页 |
·四种特征量实验 | 第98-99页 |
·不同序列长度下多种特征量的实验研究 | 第99-102页 |
·小结 | 第102-103页 |
第7章 结论与展望 | 第103-106页 |
·结论 | 第103-104页 |
·展望 | 第104-106页 |
参考文献 | 第106-116页 |
攻读学位期间公开发表论文 | 第116-117页 |
攻读学位期间参与的科研项目 | 第117-118页 |
致谢 | 第118-119页 |
研究生履历 | 第119页 |