版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、自從人類基因組計劃實施以來,各種類型的生物數據每年都呈指數級的增長,這樣海量的數據需要從中挖掘出有用的知識來幫助人們進一步解釋生命現象。生物信息學就是這樣一門應運而生的學科。生物信息學中出現的大規模數據給常規的計算機算法提出了挑戰。準確、高效的對基因序列數據進行分析并挖掘出隱藏在其中的對人類有用的信息是非常必要的。數據挖掘作為一種以數據庫、統計學和人工智能學為基礎的新興技術,給生物學家提供了前所未有的數據分析工具,為蛋白質信息的分析和提
2、取提供了強有力的手段。聚類和分類技術正是能夠對大量基因數據進行分析的技術。 本文主要研究了分類和聚類算法在蛋白質序列中的應用,主要內容如下: 1. 介紹了蛋白質序列聚類與分類的研究目的和意義、聚類與分類的常用方法、國內外研究現狀。介紹了本文的研究內容;介紹了本文的內容安排和主要研究成果。 2. 介紹了蛋白質序列分類的常用方法:點陣法、Needleman-Wunsch 方法、Smith-Waterman 方法、隱馬
3、爾可夫模型及概率后綴樹方法,同時介紹了基于模型的聚類方法期望最大化(EM)和競爭懲罰期望最大化(RPEM)方法。RPEM 能在學習過程中同時完成模型選擇和參數估計。詳述了基于頻繁模式的分類方法,此方法根據蛋白質序列數據的特性設計了一個挖掘連續頻繁模式的方法,對每類數據挖掘得到的頻繁模式進行類間裁減。用每類獨有的頻繁序列對測試數據進行分類,并給出實驗結果和性能分析。 3.現有的基于頻繁模式的蛋白質分類方法,未能解決由于完全頻繁序列
4、集繁多所導致的挖掘效率低下及模式裁減繁瑣等問題。本文通過采用最大頻繁序列挖掘方法,把最大頻繁序列集引入到前期的挖掘過程中。該算法直接產生最大頻繁序列,通過每類的最大頻繁模式表示各類數據.一個類中的獨有最大頻繁模式作為該類物種的代表,與其它類有較好的分辨率。測試數據通過各類的最大頻繁模式計算自己所屬的種類,從SWISS-PROT數據庫部分實驗數據結果可得出,該方法使分類精確度有了一定的提高,從而驗證了該方法的有效性。實驗表明該算法在繼承現
5、有算法的優點的同時提高了結果的精確度,降低了模式的冗余度。此應用增加了分類的生物信息學意義。 4.構造了一種具有可適應性學習率的蛋白質序列混合模型聚類算法。在本文中,蛋白質序列所生成的向量可以看作是由某個未知的混合概率密度函數所生成的。將蛋白質序列聚類應用到己知結構和功能的蛋白質家族中是蛋白質功能預測的一條途徑。 已經有很多聚類方法被應用到蛋白質序列聚類中來,但是大多數聚類算法是啟發式的,需要事先確定聚類數目,這在現實中
6、是很困難的?;谀P偷木垲惙椒榇颂峁┝艘粭l途徑。最近提出的競爭懲罰期望最大化算法能同時在學習過程中自動確定混合數目和估計模型參數。但是,競爭懲罰期望最大化算法的性能對學習率的選擇非常敏感,如果學習率選擇不當的話,競爭懲罰期望最大化算法的性能就會很差。因此,本文提出了一種能在學習過程中具有可適應性學習率的RPEM蛋白質序列聚類算法。在給定初始學習率的情況下,該算法能自動在學習過程中調節學習率,加快了算法的收斂速度,提高了算法性能。本文利
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于熵的聚類算法在蛋白質網絡模塊檢測中的應用.pdf
- 蛋白質序列數據的分類預測研究.pdf
- 基于序列的蛋白質折疊速率與膜蛋白功能分類研究.pdf
- 蛋白質序列特征提取及其在功能預測中的應用.pdf
- 蛋白質的分類
- 基于序列編碼的蛋白質分類問題研究.pdf
- 蛋白質組學技術在昆蟲研究中的應用
- 蛋白質組技術在小麥谷蛋白分離與鑒定中的應用.pdf
- 蛋白質序列特征提取及其在亞細胞定位中的應用.pdf
- 蛋白質序列特征表達及其在亞細胞定位預測中的應用.pdf
- 化學計量學方法在基因、蛋白質序列研究中的應用.pdf
- 在ncbi里查詢物種基因與蛋白質序列
- 蛋白質序列的數學描述及其應用.pdf
- 蛋白質編碼序列對蛋白質折疊速率的影響.pdf
- 蛋白質網絡模體發現算法及其在關鍵蛋白質識別中的應用.pdf
- 光散射技術在蛋白質分析與納米微粒表征中的應用.pdf
- 基于密度聚類與投票分類器的蛋白質相互作用熱區的預測.pdf
- 聚類算法在時間序列中的研究與應用.pdf
- 基于序列特征的蛋白質功能類預測方法研究.pdf
- 表面分子印跡技術在蛋白質識別分離中的應用.pdf
評論
0/150
提交評論