基于隐马尔可夫模型的DNA序列分类研究
| 中文摘要 | 第2-3页 |
| Abstract | 第3-4页 |
| 中文文摘 | 第5-9页 |
| 绪论 | 第9-13页 |
| 第一节 研究背景与研究意义 | 第9-10页 |
| 第二节 研究现状 | 第10-12页 |
| 第三节 研究内容及组织 | 第12-13页 |
| 第一章 DNA序列分类及其主要方法 | 第13-27页 |
| 第一节 DNA序列分类方法 | 第13-17页 |
| 1.1 基于DNA序列特征表示的分类 | 第14-15页 |
| 1.2 基于DNA序列间距离的分类 | 第15-16页 |
| 1.3 基于DNA序列统计概率模型的分类 | 第16-17页 |
| 第二节 马尔可夫随机过程和隐马尔可夫模型理论 | 第17-27页 |
| 2.1 马尔可夫随机过程 | 第17-18页 |
| 2.2 隐马尔可夫模型理论 | 第18-19页 |
| 2.3 隐马尔可夫模型的三个基本问题 | 第19-20页 |
| 2.4 隐马尔可夫模型的主要算法 | 第20-27页 |
| 第二章 一阶隐马尔可夫模型的DNA序列分类 | 第27-35页 |
| 第一节 模型与算法 | 第27-31页 |
| 1.1 单DNA序列的一阶隐马尔可夫建模 | 第27-28页 |
| 1.2 序列特征表示 | 第28-29页 |
| 1.3 分类算法 | 第29-31页 |
| 第二节 实验与分析 | 第31-34页 |
| 2.1 实验设置 | 第31页 |
| 2.2 实验数据 | 第31-32页 |
| 2.3 实验结果与分析 | 第32-34页 |
| 第三节 本章小结 | 第34-35页 |
| 第三章 DNA序列的二阶隐马尔可夫模型分类 | 第35-43页 |
| 第一节 模型与算法 | 第35-39页 |
| 1.1 DNA序列的生物学构造分析 | 第35-36页 |
| 1.2 DNA序列的二阶隐马尔可夫建模 | 第36-37页 |
| 1.3 多观测序列的HMM2的训练算法 | 第37-38页 |
| 1.4 基于HMM2的贝叶斯分类方法 | 第38-39页 |
| 第二节 实验与分析 | 第39-42页 |
| 2.1 实验设置 | 第39-40页 |
| 2.2 实验数据 | 第40页 |
| 2.3 实验结果与分析 | 第40-42页 |
| 第三节 本章小结 | 第42-43页 |
| 第四章 增量二阶隐马尔可夫模型的DNA序列分类 | 第43-49页 |
| 第一节 模型与算法 | 第43-46页 |
| 1.1 增量学习思想简介 | 第43-44页 |
| 1.2 增量二阶隐马尔可夫模型的DNA序列分类 | 第44-46页 |
| 1.2.1 模型追加训练 | 第44页 |
| 1.2.2 模型集成训练 | 第44-46页 |
| 第二节 实验与分析 | 第46-48页 |
| 2.1 实验设置 | 第46-47页 |
| 2.2 实验数据 | 第47页 |
| 2.3 实验结果与分析 | 第47-48页 |
| 第三节 本章小结 | 第48-49页 |
| 第五章 总结与展望 | 第49-51页 |
| 第一节 总结 | 第49-50页 |
| 第二节 展望 | 第50-51页 |
| 参考文献 | 第51-55页 |
| 攻读学位期间承担的科研任务与主要成果 | 第55-57页 |
| 致谢 | 第57-59页 |
| 个人简历 | 第59-62页 |
