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4 ?6 R0 D/ b2 v- _- Z2 @* _2 R
摘 要：
* V+ Q% x+ `/ i/ R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
" i; V% B! u: U0 r: Y6 c5 A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，
v' k8 _+ v' B. d% b& 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8 o9 U2 L# W' E8 Y5 G
对未注释DNA 编码区预测进行了建模，实现和分析。
+ g' w2 X3 D( A _. t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
5 E( O1 D- T1 \) m3 D# }7 E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7 z3 Y O3 g& R2 N4 H/ g
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5 e+ l1 i2 c# c& J6 M( t( V
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6 r3 c9 M! L& h
算公式。) O' a( Q; z) l' `! D
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 _" I9 _" a+ U. Z& 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、: F. e/ H: C' [1 I
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6 k/ ?& v8 I6 Z, V$ g, k' D2 ?
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。
0 e5 N# W( ]0 W2 \1 N3 r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6 O& K: O8 X G4 c, f
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6 v" a+ E- X+ ?* G
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
+ t( e. _7 |" V0 F V1 M7 a点辨识准确度。! a, B" i8 u2 B/ I
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- A' a: M. b& A! k) v. N1 Y
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$ r! R% l$ _7 u! w6 ^
述指标识别编码序列的原理进行了概括与总结。
. P3 `& W, {) C$ h, N& N4 M9 M7 [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% K; z* c) n8 b
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, P) r- O( }( V& d' U6 P T' g* U
- 2 -
3 k8 ^- d( Y, g7 A- L3 F. y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。5 a' D- b( f, }# K4 ^. ~
[关键词]：基因识别 功率谱 信噪比 阈值 3-周期特性 联合识别
$ x" t& ?+ N/ X. _ O- i
# S' {7 Q8 [2 s: W4 |, i
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
