已閱讀1頁，還剩51頁未讀， 繼續(xù)免費閱讀
版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領
文檔簡介
1、當前核酸、蛋白質數(shù)據(jù)呈幾何級數(shù)增長，如何從海量數(shù)據(jù)中獲取有效信息成為生物信息學迫切需要解決的問題。數(shù)據(jù)挖掘技術就是從大量的數(shù)據(jù)中挖掘出有用的或者人們感興趣的知識的一種方法。本論文運用數(shù)據(jù)挖掘中的聚類分析思想及關聯(lián)規(guī)則，對植物 miRNAs 進行了聚類分析和預測。 生物信息學傳統(tǒng)的聚類分析方法要求對待分析的序列進行預排列，同時引入空位和罰分，這使得聚類的好壞與比對算法直接相關，且不同的聚類方法對于不同的分析對象聚類效果也存在差異。
2、因此，本論文首先分析了鄰接法、最大似然法、最大簡約法對于植物 miRNAs 的適應性。分析發(fā)現(xiàn)，最大似然法和最大簡約法對植物 miRNAs 的聚類效果明顯優(yōu)于鄰接法。隨后，本論文提出了一種基于序列結構的聚類分析算法，該算法以序列結構的相似性作為聚類標準，不需要預排列，不但能正確地反映不同 miRNAs 之間的結構相關性，還能較好地反映成熟miRNAs 與其前體序列之間的結構一致性。在對已有的植物 miRNAs的統(tǒng)計分析基礎上，通過對不同
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 熵分析方法在生物信息處理中的應用.pdf
- 數(shù)據(jù)挖掘中聚類算法的研究與應用.pdf
- 聚類方法在生物數(shù)據(jù)中的研究與應用-基因表達數(shù)據(jù)聚類方法研究.pdf
- 數(shù)據(jù)挖掘聚類算法在CRM中的研究與應用.pdf
- 數(shù)據(jù)挖掘中聚類和孤立點檢測算法的研究.pdf
- 數(shù)據(jù)挖掘中的聚類算法研究.pdf
- 特征選擇及其在生物信息處理中的應用研究.pdf
- 數(shù)據(jù)挖掘中的聚類算法的研究及分析.pdf
- 數(shù)據(jù)挖掘中聚類算法的研究.pdf
- 數(shù)據(jù)挖掘中的演化數(shù)據(jù)聚類算法研究.pdf
- 數(shù)據(jù)挖掘聚類算法的分析和應用研究.pdf
- 數(shù)據(jù)挖掘在客戶流失分析中的應用——聚類與分類算法的研究及應用.pdf
- 數(shù)據(jù)挖掘中增量聚類算法的研究.pdf
- 數(shù)據(jù)挖掘中模糊聚類算法的研究.pdf
- 智能信息處理技術在生物學與網絡通訊中的應用.pdf
- 基于遺傳算法的數(shù)據(jù)挖掘及其在生物信息學中的應用.pdf
- 數(shù)據(jù)挖掘中聚類算法研究.pdf
- 數(shù)據(jù)挖掘中聚類算法研究與仿真.pdf
- 數(shù)據(jù)挖掘中的譜聚類算法研究.pdf
- 基于數(shù)據(jù)挖掘聚類算法的研究及其應用.pdf
評論
0/150
提交評論