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7 U+ p, I; P" s. @5 `
摘 要：
2 Q& Y$ g* L) Z+ K3 e3 Y: x: c9 q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
5 p. |/ Y0 J; i# _2 D# W7 K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，
( d! r1 @0 p+ ~1 V, N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2 y! G+ I+ J, y* c5 _$ e
对未注释DNA 编码区预测进行了建模，实现和分析。
" _& i+ t/ \3 w- g' H# z0 E$ R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+ i$ e7 ~) L3 x7 o5 f- @
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
* r" l# r, _# Y6 w0 K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# z# {3 G! |; Q' c4 ]" f' r
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
1 N0 M# e7 _% T2 F% ~. H) F算公式。
( t2 x1 H, {! V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& c% F$ o) \8 y
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、
4 K4 y) d& Q3 `) I' H: G4 a+ o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/ S1 j) [1 H3 E, Q, O5 n5 O
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。
- c) z+ k8 d! B. `* a& i( \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
0 O; X! ?2 G# ?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7 v. ^1 G. ]" D r5 Q) ]. r
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2 j+ M' f5 m6 q( \: q9 a
点辨识准确度。8 Q4 H2 a! O4 X/ U4 ?6 K' [$ f
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8 V3 F; M8 C' h9 K( v
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: V/ V. T" d6 w1 S N
述指标识别编码序列的原理进行了概括与总结。$ n' y, n/ B& B- s- e m
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
# e/ Q9 K( W4 Y 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( Z3 x% i F* c: p
- 2 -
+ _ q' E) k8 w4 D/ P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。
7 J% h8 d) O" q) |[关键词]：基因识别 功率谱 信噪比 阈值 3-周期特性 联合识别
, r2 [( D& r% P* m. P- |
7 D8 I7 R$ T+ p. y) |- a
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 2013-8-16 17:51
