学位论文 > 优秀研究生学位论文题录展示
Bootstrap算法在基因预测中的阈值选取研究
作 者: 徐尚蕾
导 师: 饶妮妮
学 校: 电子科技大学
专 业: 生物医学工程
关键词: 基因预测 蛋白编码区 功率谱分析 阈值 靴带抽样算法
分类号: Q75
类 型: 硕士论文
年 份: 2011年
下 载: 786次
引 用: 0次
阅 读: 论文下载
内容摘要
在真核生物的基因预测中,基于功率谱分析的基因预测方法简单、易于实现以及不需要生物的先验知识,因此,学者们围绕着这类方法开展了大量的研究工作,一些改进方法在基因预测方面能够取得较好的效果。然而,这类方法需要设定阈值来区分蛋白编码区和非编码区,且预测精度严重受到阈值大小的影响。由于不同真核生物的基因结构之间存在差异,所以,对于某一特定的真核生物,仅仅依赖于有限的先验生物知识很难为其确定一个合适的基因预测阈值。显然,为所有生物选取统一的预测阈值更难以取得理想的预测结果。为了提高基于功率谱分析的基因预测方法的预测精度,本文首先通过比较分析和仿真实验,验证了Welch功率谱分析比周期图功率谱分析在基因预测上更具优势;接着,系统分析了阈值对真核生物基因预测精度的影响;最后,在Welch功率谱分析方法的基础上,结合靴带抽样算法,提出了一种推断基因预测阈值的新方法。新方法能够针对不同生物基因的结构特征,启发式地为其推断出一个最佳的预测阈值,并且只需要生物中少量的已标注蛋白编码区作为先验信息。实验结果表明,在本文使用的测试数据上,最佳阈值下的平均预测精度达到81%,与传统经验阈值P=4下的预测结果相比,预测精度提高了19%。同时,本文的方法复杂性低且易于实现,可以推广运用到其它需要设置阈值的预测方法中。
|
全文目录
摘要 4-5 ABSTRACT 5-8 第一章 绪论 8-15 1.1 研究背景与意义 8-10 1.2 研究的历史现状与发展趋势 10-13 1.3 本文的主要工作及内容结构安排 13-15 第二章 相关理论基础 15-21 2.1 基于功率谱分析的基因预测方法 15-16 2.2 靴带抽样算法原理 16-20 2.2.1 靴带重抽样 18 2.2.2 置信区间的估计 18-20 2.3 本章小结 20-21 第三章 两种基于功率谱分析的基因预测方法比较分析 21-27 3.1 基于周期图法的功率谱预测方法 21 3.2 基于Welch法的功率谱预测方法 21-22 3.3 仿真实验 22-26 3.4 本章小结 26-27 第四章 阈值对基因预测精度的影响分析 27-35 4.1 预测精度的定义 27-28 4.2 设置三种测试阈值 28-31 4.3 仿真实验 31-33 4.4 本章小结 33-35 第五章 基于靴带抽样算法推断基因预测的最佳阈值 35-49 5.1 最佳阈值推断算法的设计 35-38 5.1.1 算法步骤 35-36 5.1.2 算法流程图 36-38 5.2 仿真实验 38-48 5.2.1 三种酵母最佳阈值的推断 38-42 5.2.2 同一生物在两种阈值下的预测效果比较 42-46 5.2.3 不同生物最佳阈值的比较分析 46-48 5.3 本章小结 48-49 第六章 总结与展望 49-51 6.1 总结 49-50 6.2 展望 50-51 致谢 51-52 参考文献 52-56 攻读硕期间取得的研究成果 56-57
|
相似论文
- 基于小波变换的语音信号去噪及其DSP算法实现,TN912.3
- 基于遗传算法的柑橘图像分割,TP391.41
- 大型底栖无脊椎动物在水环境管理中的应用,X824
- 移动WSN基于虚拟簇头数据收集策略的研究,TP212.9
- 基于肤色分割与AdaBoost算法的人脸检测研究,TP391.41
- 基于不确定数据的轮廓查询处理技术研究,TP311.13
- 基于OpenCV的人脸检测方法研究,TP391.41
- 小波包多载波调制系统中的峰均比技术研究,TN919.3
- 图像信息处理机的图像处理方法研究,TP391.41
- 人脸表情识别算法研究,TP391.41
- 基于静止气象卫星云图的分类研究,TP391.41
- 单模光纤中受激布里渊散射阈值的研究,O437.2
- 非织造布疵点检测研究,TP391.41
- 一种基于嵌入式Linux的人体平衡监测系统的设计,TP274
- 面向室内环境的WSN跟踪关键技术研究,TN929.5
- 基于飞秒光精密加工技术金属薄膜深小孔加工研究,TN249
- 基于概率的飞行环境危险探测与告警算法研究,V328
- 数据驱动滚动轴承故障诊断研究,TH165.3
- 三参数人体应激检测系统研究,R318.0
- 基于图像处理的熔喷超细纤维直径测试方法研究,TP274
- 彩色医学影像分割技术研究,TP391.41
中图分类: > 生物科学 > 分子生物学 > 分子遗传学
© 2012 www.xueweilunwen.com
|