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2 p; D ^, u0 \- D- q
摘 要：: U, J$ D; i# B* b
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
L0 n$ v! F( `- |4 y G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，
+ m7 S+ A# f- p6 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4 D6 X! o3 Q; b, k1 Q1 {6 j
对未注释DNA 编码区预测进行了建模，实现和分析。/ g8 d$ m" ?. A- m: h0 {
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' H; e" J; i4 e% ~7 j* ^6 ^
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+ t- O: ?1 b. N& U3 L, y% P1 w
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! h3 D* g2 a+ y
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
0 d/ u* K# ^( J( o0 E& Y算公式。$ \- {2 V& I' {! {# q
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
4 c( K J/ W X4 J& ]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、( H1 o5 E- j% t) f# W& C* 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
! O, T- V' q& j0 C/ U: u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。( j/ N" {8 e/ |, m3 Q6 `
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 L; G' }! C0 [" N
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
) `9 ^% _! Y- i4 l0 u6 j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
5 A1 V$ A- C3 ~9 c# N1 J点辨识准确度。
; O- Z4 B J1 H k; B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4 B+ D0 ^6 v. u* l7 a
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) Z5 h* U( z* j7 l$ m8 B5 c
述指标识别编码序列的原理进行了概括与总结。( n' D5 X" i; C; ~9 @$ O+ a% T7 Q
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4 T5 @4 [) D: |2 ^3 w% s/ g
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$ m3 K( ~; h; E2 |5 N/ t
- 2 -+ r8 c* X# D* y6 T# N
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。
% ~- e' y! ~2 B# h8 ?! C[关键词]：基因识别 功率谱 信噪比 阈值 3-周期特性 联合识别. Z! N$ w& Q1 U" ^- y) k
2 h: D( j2 f+ q" Y& a0 H% o
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
