电子学报
電子學報
전자학보
ACTA ELECTRONICA SINICA
2008年
4期
750-755
,共6页
生物信息学%模体识别%Gibbs抽样%混合模体模型
生物信息學%模體識彆%Gibbs抽樣%混閤模體模型
생물신식학%모체식별%Gibbs추양%혼합모체모형
针对生物序列模体的识别问题,提出了一个新的混合Gibbs抽样识别算法.算法基于混合模体模型学习,采用贪心策略,通过似然度最大化,逐次将新的模体加入到混合模型中.算法中设计了位点抽样和模体抽样两种抽样方法,这两种抽样方法交替进行.为了加速搜索过程,对输人数据集采用了基于kd-trees的分层划分策略.实验结果表明,该算法对序列家族大量模体特征的识别具有显著优势,并且可建立更具统计特征的模体模型,从而提高序列分类的准确性.
針對生物序列模體的識彆問題,提齣瞭一箇新的混閤Gibbs抽樣識彆算法.算法基于混閤模體模型學習,採用貪心策略,通過似然度最大化,逐次將新的模體加入到混閤模型中.算法中設計瞭位點抽樣和模體抽樣兩種抽樣方法,這兩種抽樣方法交替進行.為瞭加速搜索過程,對輸人數據集採用瞭基于kd-trees的分層劃分策略.實驗結果錶明,該算法對序列傢族大量模體特徵的識彆具有顯著優勢,併且可建立更具統計特徵的模體模型,從而提高序列分類的準確性.
침대생물서렬모체적식별문제,제출료일개신적혼합Gibbs추양식별산법.산법기우혼합모체모형학습,채용탐심책략,통과사연도최대화,축차장신적모체가입도혼합모형중.산법중설계료위점추양화모체추양량충추양방법,저량충추양방법교체진행.위료가속수색과정,대수인수거집채용료기우kd-trees적분층화분책략.실험결과표명,해산법대서렬가족대량모체특정적식별구유현저우세,병차가건립경구통계특정적모체모형,종이제고서렬분류적준학성.
