收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

生物信息学和生物信号识别领域的机器学习算法研究

王岩  
【摘要】: 本文在全面分析和了解了生物信息学中操纵子预测和生物信号识别中味觉信号识别等的研究现状、研究热点和发展趋势的基础上,重点研究了操纵子预测和味觉信号识别的计算机识别算法。在将已有机器学习方法应用于操纵子预测和辅助搭建多种味觉信号识别系统模型基础上,提出了三种新型的可应用于操纵子预测和味觉信号识别的算法。本文的主要贡献和研究内容如下: (1)对生物信息学中的操纵子预测和生物信号识别中的机器味觉识别研究进行了全面综述。介绍了操纵子预测和机器味觉研究的产生背景、应用领域、研究现状、面临的挑战和发展趋势。将已有神经网络、支持向量机及遗传算法应用于操纵子预测中,辅助完成多种味觉信号识别系统模型。这些内容的讨论和分析是开展进一步研究的基础。 (2)阐述了操纵子预测和机器味觉的相关机器学习基础理论。介绍了基本的多层前向神经网络的结构设计和学习理论、进化计算的基础理论以及概率分析和统计学习理论相关基础。 (3)提出了一种最小不确定性神经网络味觉信号识别系统模型。 (4)提出了一种边界法加速支持向量机的方法。 (5)提出了一种量子群进化算法模型。 本文的研究结果丰富了机器学习理论的应用研究,在概率分析与神经网络结合、神经网络的结构设计和参数学习、支持向量机学习和改进优化进化计算方法等方面的研究具有一定的理论意义和应用价值,为操纵子预测和机器味觉的实用化研究提供了有意义的方法和手段。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 杜明;周而重;;机器学习在模式识别中的应用研究[J];科技信息;2009年09期
2 张震;刘兴平;;机器学习技术在生物信息挖掘中的方案探讨[J];广西民族学院学报(自然科学版);2006年01期
3 郭茂祖;邹权;李文滨;韩英鹏;;生物信息学中的学习问题[J];山东大学学报(工学版);2009年03期
4 庄丽艳;董红斌;;进化计算在生物信息学中的应用[J];哈尔滨师范大学自然科学学报;2007年01期
5 周同旭;;基于遗传算法的支持向量机短期风速预测[J];皖西学院学报;2010年05期
6 黄利辉;;文本挖掘在生物学中的应用[J];医学信息学杂志;2006年03期
7 王炜;林命週;马钦忠;赵利飞;;数据挖掘及其在地震预报中的应用前景[J];国际地震动态;2005年12期
8 廖堃;段江波;周艳红;;人类基因PolyA位点预测[J];计算机学报;2008年06期
9 蒋培;基于共同进化遗传算法的机器学习[J];湖南师范大学自然科学学报;2004年03期
10 刘国平,姚莉秀,杨杰,王猛;基于加权支持向量机的膜蛋白类型预测中不平衡问题处理[J];上海交通大学学报;2005年10期
11 张祖勇;孙龙清;;基于支持向量机的miRNA预测方法研究[J];中国科技信息;2008年20期
12 朱敏;张永清;李梦龙;周大威;黄俊;;基于集成学习方法的蛋白质相互作用预测[J];四川大学学报(工程科学版);2011年03期
13 邹淑雪;黄艳新;李艳文;周春光;;一种基于支持向量机的蛋白质结构域边界预测方法[J];吉林大学学报(理学版);2008年05期
14 林剑艺;程春田;;支持向量机在中长期径流预报中的应用[J];水利学报;2006年06期
15 何德平;肖勇;肖兴国;黄永红;周庆人;;支持向量机在遥感影像处理中的应用[J];城市勘测;2006年03期
16 郭雪松;孙林岩;徐晟;;基于超球结构的支持向量机增量学习算法[J];运筹与管理;2007年04期
17 胡桂武;曾岫;黄辉;;基于模拟退火遗传算法的多序列比对方法[J];吉首大学学报(自然科学版);2005年04期
18 李元乐;陶兰;;基于小波核支持向量机的蛋白质二级结构预测[J];深圳大学学报(理工版);2006年02期
19 余正红;李志博;尹朝庆;;基于遗传神经网络的货运量预测的研究与实现[J];交通与计算机;2006年05期
20 童庆;郑浩然;宁岩;王煦法;;一种用于基因5’exons预测的新方法[J];北京生物医学工程;2007年01期
中国重要会议论文全文数据库 前10条
1 冯文龙;赵清杰;;基于遗传算法的DNA多序列比对问题[A];2007年中国智能自动化会议论文集[C];2007年
2 宋普云;沈雪勤;吴清;;一种改进的SMO算法[A];第六届全国计算机应用联合学术会议论文集[C];2002年
3 林关成;李亚安;;基于ANN与SVM的分类和回归比较研究[A];2008’促进中西部发展声学学术交流会论文集[C];2008年
4 夏卫峰;费敏锐;;遗传算法及其在一类多智能体系统中的应用[A];2001年中国智能自动化会议论文集(下册)[C];2001年
5 宗朝霞;汤宏胜;贺曼;葛忠学;来蔚鹏;李华;;基于遗传算法的支持向量机预测含能材料密度的研究[A];第十届全国计算(机)化学学术会议论文摘要集[C];2009年
6 杨磊;黎志成;胡斌;;基于人工神经网络的调度规则确定专家系统[A];第七届计算机模拟与信息技术学术会议论文集[C];1999年
7 李占潮;陈超;周喜斌;邹小勇;;基于遗传算法和支持向量机预测蛋白质结构类[A];第九届全国计算(机)化学学术会议论文摘要集[C];2007年
8 孙浚清;李世平;唐超;张弦;;基于GA-SVM的装备需求时间序列预测[A];第十七届全国测控计量仪器仪表学术年会(MCMI'2007)论文集(上册)[C];2007年
9 董景荣;杨秀苔;;基于支持向量机和遗传算法的R&D项目中止决策诊断[A];第九届中国管理科学学术年会论文集[C];2007年
10 张满怀;;两类基于异常的网络入侵检测方法的比较[A];2007中国科协年会——通信与信息发展高层论坛论文集[C];2007年
中国博士学位论文全文数据库 前10条
1 王岩;生物信息学和生物信号识别领域的机器学习算法研究[D];吉林大学;2007年
2 李忠伟;支持向量机学习算法研究[D];哈尔滨工程大学;2006年
3 刘传文;仿生优化算法在数字图像处理中的应用研究[D];武汉理工大学;2008年
4 杨实俊;可持续发展约束下小型火电厂危机管理研究[D];华北电力大学(河北);2008年
5 周柚;基因识别和微阵列数据识别算法研究[D];吉林大学;2008年
6 杜伟;机器学习及数据挖掘在生物信息学中的应用研究[D];吉林大学;2011年
7 彭司华;计算智能在生物信息学中的应用研究[D];浙江大学;2004年
8 刘太岗;机器学习方法在生物信息学中的应用[D];大连理工大学;2010年
9 陆瑾;若干有机小分子生物活性和毒性的识别及预测[D];上海大学;2012年
10 余捷凯;蛋白质质谱高通量分析平台的建立及其在消化道肿瘤中的应用性研究[D];浙江大学;2006年
中国硕士学位论文全文数据库 前10条
1 胡永钢;序列联配的算法比较与机器学习在其中的应用研究[D];江南大学;2005年
2 张海霞;蛋白质二级结构预测方法研究[D];大连理工大学;2004年
3 张永新;基于支持向量机和遗传算法相结合的模拟电路故障诊断方法研究[D];东北大学;2009年
4 付阳;支持向量机并行训练算法与基于遗传算法的参数优化研究[D];南昌大学;2010年
5 闵瑞隽;基于支持向量机的在全基因组范围内建立预测调控网络的研究[D];上海师范大学;2009年
6 陆克中;基于机器学习的多聚脯氨酸二型结构预测[D];江南大学;2005年
7 熊娓;基于SVM和GA混合算法的基因芯片特征基因子集选取研究[D];吉林大学;2006年
8 张昕;基于SVM方法的医学图像分类研究[D];浙江大学;2006年
9 王星星;灌区年径流量预测与灌区优化配水研究[D];西安建筑科技大学;2009年
10 王静;SVM在参数选择上的优化[D];兰州理工大学;2008年
中国重要报纸全文数据库 前10条
1 本报记者 李恩青;生物信息学:促动BT与IT双赢[N];中国高新技术产业导报;2001年
2 刘义;生物信息学产业浮出水面[N];中国高新技术产业导报;2000年
3 英潮;生物信息学演绎“变脸”[N];中药报;2002年
4 中科院院士 强伯勤;生物信息学蕴有巨大效益[N];光明日报;2002年
5 白毅;加强生物信息学建设推动人类基因组研究[N];中国医药报;2002年
6 周颖;李梢:生物信息学为证候研究提供新视角[N];中国中医药报;2006年
7 中国科学院院士 张春霆 郝柏林;生物信息学孕育大产业[N];经济日报;2000年
8 刘丽丽;高性能计算为生物信息学加速[N];计算机世界;2007年
9 严飞;生物信息学 新世纪的新科学[N];大众科技报;2002年
10 张亚东;“交点”上的舞蹈[N];计算机世界;2002年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978