2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩59頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、自從1953年DNA結(jié)構(gòu)被揭示以來,分子生物學(xué)取得了巨大的進(jìn)展。隨著對生物大分子序列操縱能力的增強(qiáng),生物信息學(xué)等學(xué)科研究的深入及人類基因組計劃的完成,科研工作已經(jīng)產(chǎn)生并仍在產(chǎn)生大量的數(shù)據(jù),存儲DNA序列信息及其索引所占用的空間也在呈指數(shù)增長。因此,設(shè)計高效的生物序列索引結(jié)構(gòu),研究生物序列數(shù)據(jù)的壓縮存儲技術(shù)成為生物數(shù)據(jù)庫領(lǐng)域的重要研究課題。
  生物序列數(shù)據(jù)庫中存儲著規(guī)模巨大的生物序列信息,由于生物的關(guān)鍵基因往往有多個副本,這些信息

2、中有很多重復(fù)子串,而且生物有時為了進(jìn)化或“自私”的目的也要對某些基因進(jìn)行復(fù)制。因此,生物序列數(shù)據(jù)庫中存在大量數(shù)據(jù)冗余,是可以被壓縮的。本文提出了一種結(jié)構(gòu)并行的局部優(yōu)化壓縮算法,通過把生物序列數(shù)據(jù)分片到多臺處理機(jī),在單個處理機(jī)上采用廣義后綴樹來查找序列中冗余子串的方法,明顯提高了序列壓縮的處理速度。在生物序列分片壓縮的基礎(chǔ)上,本文還給出了一種結(jié)構(gòu)并行的搜索操作算法。
  索引技術(shù)加快了序列處理的速度,現(xiàn)有的索引技術(shù)包括后綴樹,后綴數(shù)

3、組,q-gram和q-sample等。其中后綴樹處理速度最快,但由于“內(nèi)存瓶頸”問題不能應(yīng)用在大序列上。本文提出了壓縮的分層存儲索引結(jié)構(gòu)。這種結(jié)構(gòu)采用一種自頂向下建立后綴樹索引結(jié)構(gòu)的方法,它由若干層組成,每層都可以依次獨(dú)立建立,這樣就有效避免了“內(nèi)存瓶頸”問題。該結(jié)構(gòu)在保證建立效率和搜索操作效率的同時,有效利用了存儲空間。在此基礎(chǔ)上,給出了其上的搜索操作算法。
  實(shí)驗表明:本文的序列壓縮算法與其他壓縮算法相比,壓縮效果有明顯改進(jìn)

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(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)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(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)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(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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。

評論

0/150

提交評論