TA的每日心情 | 奋斗
2024-7-1 22:21 |
|---|
签到天数: 2014 天 [LV.Master]伴坛终老
- 自我介绍
- 数学中国站长
 群组: 数学建模培训课堂1 群组: 数学中国美赛辅助报名 群组: Matlab讨论组 群组: 2013认证赛A题讨论群组 群组: 2013认证赛C题讨论群组 |
题 目 基于联合识别的基因预测3 |2 H& E" G3 H& H
摘 要：! F# a: ~( D) A+ @6 l
本文围绕基因序列识别问题，在合理假设的基础上，通过数学推导证明voss3 ?. p0 N7 Q- \4 z$ ^
映射和Z-curve 映射效果等价，并给出了实数映射的快速算法。而后通过统计分析，
. Z3 F q$ ^8 |" `# Y {模型优化对不同类物种进行了信噪比阈值确定并验证其有效性。最后根据联合识别5 c, R4 c& S$ ~7 Y' X( p( Q1 G
对未注释DNA 编码区预测进行了建模，实现和分析。) h5 X; |" k6 @% T5 O- ?) I
针对问题1：推导出了Voss 映射下功率谱与信噪比的快速算法。其中，功率谱! [1 h) |$ g' |! H
算法仅需统计，无需进行繁杂的DFT 变换；信噪比算法把加窗处理和平均处理结
' o; y& r8 b* X3 A合起来，大大加快计算速度。同时推导得出：Z-curve 映射下的频谱和信噪比分别6 a4 x {' `3 I5 A" L8 |+ [3 Z0 J
为Voss 映射下的频谱和信噪比的4 倍和4/3 倍，并得出实数映射下信噪比的快速计* Y5 L X" X' m# n
算公式。
3 H' R# t) J! Z- i+ e! q0 ~针对问题2：采用3 种阈值确定方法：经验阈值法、最优化方法、曲线法分别
8 E! y7 ~: T, m' G对人、小家鼠、褐家鼠、哺乳动物4 类基因进行阈值确定；依据敏感性、专一性、& S3 c" j0 {, J9 A) f0 W! ?
总正确率3 指标分析不同阈值确定方法的基因判别效果，确定了基因的最优的阈值& C% w; V; o* E
确定方法，并得到其最优信噪比阈值；最后针对误判原因进行了初步探讨。6 R% L' V/ u; t& W; K! G
针对问题3：单一的固定窗口的功率谱图或是移动序列的信噪比曲线图在识别3 v) g2 d5 d$ Z4 o& {8 X8 L- v% ^
上不够精确，通过两种曲线的联合识别，能更精确的判断外显子片段（区间和两端% `4 G2 b5 s X, S/ n
点）。且通过Matlab 里的Sequence Viewer 对所识别片段进行进一步辨识，提高了端3 Y) ]2 Y: D! N+ G
点辨识准确度。
5 }* X3 d) ]* I: j针对问题4：总结出以下几种能够识别基因编码序列的特征指标，分别为“非: B# c" T! z9 i0 b% s# Z: {
3-碱基周期性”编码序列指标，旋转矢量指标，非均匀指标及干涉指标。并对采用上
# O$ a4 a7 ?8 W述指标识别编码序列的原理进行了概括与总结。
4 _- G0 G9 A' y1 g' o9 X% j$ ~本文亮点在于：（1）找到2 种最优阈值确定方法，通过统计其判别正确率，判) H! O6 k8 u; h! H% n, N- j
别效果均好于以2 为阈值的经验法；（2）结合固定窗口滑动法与移动序列的信噪比5 ^2 a$ |2 v1 W4 ~+ |8 I
- 2 -
% H" e/ d" e1 I9 y6 M# G& K8 H曲线法对基因识别的特点，提出联合识别理论，提高了辨识效果。8 y% M) p& ^; |& o2 d0 `
[关键词]：基因识别 功率谱 信噪比 阈值 3-周期特性 联合识别
6 R0 k Z& ? v
8 I( O1 ]1 {7 [' U, F
A10422053楚何程.pdf
(1.38 MB, 下载次数: 109)
|
zan
|
IP卡
狗仔卡
发表于 2013-7-30 05:06
转播
淘帖
分享
收藏
支持
反对
微信
提升卡
置顶卡
沉默卡
喧嚣卡
变色卡
抢沙发
显身卡
发表于 2015-8-28 15:46
