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% N) K1 k1 A" o7 g
摘 要：
/ @: m; n3 ~+ d+ \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voss
4 k$ M( W1 K* T! _1 P$ R/ p8 g- J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，
8 n; Z6 q' Q' H, {, g+ E+ p( 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
; T2 c+ U' d2 a对未注释DNA 编码区预测进行了建模，实现和分析。6 e( h# a2 q7 i* o k" \
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
2 x2 [6 e9 r F- l! t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2 C0 e8 y/ Y V" h
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' G2 ?8 _6 m, ?1 O
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) R Q6 n+ P+ t. V( l1 f
算公式。; K0 u8 p% m* ^) L2 P, W
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+ [2 r4 e# T1 d+ @
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、
( i0 |3 \0 U- T2 |. g2 W$ z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
* d) V7 R2 L* K& Y1 B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。' `% M8 P9 I' |) |5 C; F4 U5 D
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$ @' C, {% ?) L! K. i
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
( P0 |% |+ i6 N, K7 P/ Z) V6 ^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
; P7 c' b6 \+ q% a$ Q点辨识准确度。+ [* p* r7 p* f8 h# G7 p
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" W3 }* o4 u' `( m2 j2 e
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
$ m: C" B+ ~) y! X述指标识别编码序列的原理进行了概括与总结。$ b* i3 m- {& V! z2 ~$ W! t9 a
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
& u( i9 L/ v. \1 Q! n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
) X7 t5 `+ I4 ^& J- 2 -
! V0 t' P3 W. }5 U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。! k8 f! v: Q* h5 M: b
[关键词]：基因识别 功率谱 信噪比 阈值 3-周期特性 联合识别8 K4 E1 f/ c! _% a) h
' `2 p$ u: i0 H7 P N7 Z' c
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
