中图网

>

数学

>

代数数论组合理论

生物序列化表征模型的矩阵分解方法及其应用

作者：余宏杰著

出版社：中国科学技术大学出版社出版时间：2014-06-01

开本： 16开 页数： 199

本类榜单：自然科学销量榜

中图价:¥10.8(3.0折) 定价 ~~¥36.0~~ 登录后可看到会员价

加入购物车收藏

运费6元，满39元免运费

?新疆、西藏除外

温馨提示：5折以下图书主要为出版社尾货，大部分为全新（有塑封/无塑封），个别图书品相8-9成新、切口
有划线标记、光盘等附件不全详细品相说明>>

本类五星书更多>

>
宇宙、量子和人类心灵

宇宙、量子和人类心灵

¥41.6¥58
>
考研数学专题练1200题

考研数学专题练1200题

¥30.6¥78
>
希格斯:“上帝粒子”的发明与发现

希格斯:“上帝粒子”的发明与发现

¥17.4¥48
>
神农架叠层石:10多亿年前远古海洋微生物建造的大堡礁

神农架叠层石:10多亿年前远古海洋微生物建造的大堡礁

¥48¥120
>
二十四史天文志校注(上中下)

二十四史天文志校注(上中下)

¥261.3¥390
>
声音简史

声音简史

¥20.8¥52
>
浪漫地理学:追寻崇高景观

浪漫地理学:追寻崇高景观

¥39.3¥59

买过本商品的人还买了

超级记忆术
徐谦
¥14.3~~¥68.0~~
揭秘神奇的生物
郭伟梅编著
¥13.1~~¥39.8~~
趣味物理实验
(俄罗斯)雅科夫·伊西达洛维奇·别莱利曼
¥12.7~~¥26.0~~
度量-一首献给数学的情歌
洛克哈特
¥24.2~~¥39.0~~
你一定要懂的化学知识
王贵水编著
¥11.5~~¥28.0~~

商品详情
商品评论(0条)

中图价:¥10.8 加入购物车

版权信息
本书特色
内容简介
目录

生物序列化表征模型的矩阵分解方法及其应用版权信息

ISBN：9787312034541
条形码：9787312034541 ; 978-7-312-03454-1
装帧：一般胶版纸
册数：暂无
重量：暂无
所属分类：
自然科学
>
数学
>
代数数论组合理论

生物序列化表征模型的矩阵分解方法及其应用本书特色

当前正处于后基因组时代，日益积累的海量数据亟待分析解释，生物信息学便应运而生。其研究内容十分丰富，而其中的序列相似度分析尤为重要。这必然会涉及生物序列的表征方式，其中数值化表征模型会运用到矩阵分解技术等。针对现有的一些序列数值化表征方法普遍存在的不足之处，余宏杰编著的这本《生物序列数值化表征模型的矩阵分解方法及其应用》分别从算法设计、数据应用等不同角度，提出若干种有效的用于表征序列的模型。通过与相关研究成果从理论和实验结果上分别加以比较，以期验证所提出算法的有效性。而矩阵分析法显示出的特有的、行之有效的影响力，已渗透到相关领域，并取得较好的应用效果。

生物序列化表征模型的矩阵分解方法及其应用内容简介

《生物序列数值化表征模型的矩阵分解方法及其应用》以生物序列的数值化表征模型所涉及的矩阵分解为核心，以序列的特征信息提取为主要目标，在非序列比对(Aignment-free)的框架下，分别提出了针对DNA／蛋白质序列、基因组序列等的若干个不同的特征信息抽取模型，并将所抽取的特征信息应用于序列的相似度分析。本书取材广泛，内容新颖，理论与应用紧密结合。书中所介绍的生物序列的建模方法、矩阵分解抽取其特征信息的研究策略，可供读者在解决实际问题时予以借鉴。　　《生物序列数值化表征模型的矩阵分解方法及其应用》适合生物信息学、图像处理、信号处理等领域有关科研人员参考使用。

生物序列化表征模型的矩阵分解方法及其应用目录

前言第1章绪论1.1 生物信息学海量数据的产生背景1.1.1 生物信息学简介1.1.2 两种基本的生物序列1.2 生物序列比对概述1.3 基于序列比对的系统发育树构建方法1.3.1 分子进化研究的基本方法1.3.2 构建系统进化树的详细步骤1.3.3 构建系统发育树需要注意的几个问题1.4 生物序列数值化表征模型的矩阵分解方法的研究背景1.4.1 序列图形化表征1.4.2 基因组序列数值化表征及应用1.4.3 蛋白质序列数值化表征及应用1.4.4 有关x-mer的算法概述1.5 本书的内容安排第2章基于矩阵束联合对角化的DNA序列图形化表征及其应用2.1 DNA序列的图形化表征方法概述2.2 DNA序列的描述符2.2.1 相关的一些工作2.2.2 构建序列的邻接矩阵2.2.3 矩阵分解理论简介2.2.4 有关矩阵对角化的理论2.2.5 近似联合对角化（AJD）2.2.6 算法的保距性2.3 图形化表示法2.3.1 计算特征值组成的序列表征向量（EVV）2.3.2 AJD算法收敛性分析2.3.3 基于特征值组成的表征向量（EVV）的序列图形聚类2.4 相似度分析2.4.1 聚类分析基本原理2.4.2 计算成对距离2.4.3 u条卢球蛋白基因的系统谱系分析2.4.4 与相关工作的比较2.5 本章结论第3章基于SVD的基因组序列保序变换及其应用3.1 DNA序列数值描述符3.2 从基因组序列向数值向量的保序变换3.2.1 基因组序列变换矩阵的构建3.2.2 所提出的序列变換算法具有的良好性质3.2.3 保序变换-奇异值分解（OPT-SVD）算法的过程描述3.3 保序变换算法在基因组序列相似度／相异度分析中的应用3.4 本章结论第4章基于保距映射算法的基因组序列Map示图及应用4.1 受PCA的启发尝试对基因组序列数值描述4.2 基因组序列的“保距”变换4.2.1 特征矩阵的构建4.2.2 基因组序列变换的特性4.3 基于保距变换算法的基因组序列的相似度分析4.3.1 **个数据集上的实验结果4.3.2 另一个更大规模数据集上的实验结果4.4 本章结论第5章基于NFV-AAA算法的蛋白质序列相似度分析5.1 基于K-mer的组分向量法背景概述5.2 基于氨基酸（AAA）分布的蛋白质序列描述符5.2.1 描述符的范式5.2.2 蛋白质序列转换成400×（L-1）稀疏矩阵5.2.3 AAA优于SAA5.2.4 对特征矩阵M施行SVD以抽取序列的特征5.3 NFV在相似度分析中的应用5.3.1 九条ND5蛋白质序列的相似度分析5.3.2 在24条转铁蛋白序列的数据集上的应用5.4 本章结论第6章分段K-mer算法及其在序列相似度分析中的应用6.1 K-mer分析法优劣性分析6.2 基因组序列的描述符6.3 s-K-mer在34条线粒体基因组序列数据集上的应用6.3.1 优化算法的数据准备6.3.2 对K-mer进行寻优以便获得其*优阶数K*值6.3.3 s-K-mer算法的性能6.3.4 利用s-K-mer对基因组作系统发生分析6.4 本章结论第7章基于层级虚拟混合与投影抽取的基因组序列比较7.1 有关FFP与ICA背景概述7.2 基因组序列特征提取模型7.2.1 基于K-mer虚拟混合器的基因组序列数据预处理7.2.2 虚拟混合与投影抽取模型7.2.3 层级的VMPE模型7.3 HVMPE模型在真实基因组数据集上的应用7.3.1 先行相关数据的准备7.3.2 确定虚拟混合器（VM）的*佳阶数K*7.3.3 对HVMPIE模型进行*佳段数S*值的寻优7.3.4 层级的VMPE模型的效果分析7.3.5 基于HVMPE模型的基因组序列种系发生分析7.3.6 在另一个基因组数据集上的应用7.4 本章结论第8章总结与展望8.1 本书的主要工作与创新点8.2 未来工作的设想8.2.1 NMF的基本原理8.2.2 序列分析中引入NMF算法的构想参考文献

展开全部

商品评论(0条)

写书评赚书币

暂无评论……

书友推荐