已閱讀1頁，還剩47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(nèi)容提供方，若內(nèi)容存在侵權，請進行舉報或認領
文檔簡介
1、如何利用海量基因表達譜數(shù)據(jù)來研究基因間的調(diào)控關系是當前生物信息學的一個重要研究領域，利用數(shù)學模型挖掘基因表達譜數(shù)據(jù)中蘊含的生物信息已成為研究熱點。本文針對某些物種的基因表達譜數(shù)據(jù)，構建了基因挖掘的數(shù)學模型，并做了數(shù)值試驗進行驗證。
在文章開始我們簡單地介紹了文章寫作的背景，分析了目前基因表達譜數(shù)據(jù)挖掘的研究現(xiàn)狀，并簡要概括了本文的主要研究工作。
由于基因的序列表達譜的不平穩(wěn)信號中含有大量信息，為了更好地挖掘基因表達譜
2、中的信息，在文章第二部分我們首先對基因表達譜數(shù)據(jù)進行預處理和差異基因初步篩選找出差異較大的相關基因;然后，將初步篩選出的差異較大的基因利用DAVID的功能聚類工具進行基因功能聚類，從而得到不同的基因功能簇（即富集分析）;最后，對所得到的各個基因功能簇建立SOM網(wǎng)絡進行分類，按分類的正確率找出差異顯著的基因功能簇。這樣，基于自組織映射網(wǎng)絡對差異表達基因挖掘的數(shù)學模型就建立了。
在第三部分，我們構建了基于前饋神經(jīng)網(wǎng)絡的線性動態(tài)基因
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(wǎng)頁內(nèi)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權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)容負責。
- 6. 下載文件中如有侵權或不適當內(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
- 基因表達譜數(shù)據(jù)的挖掘研究.pdf
- 基于基因表達譜的數(shù)據(jù)挖掘方法研究.pdf
- 基于基因功能模塊的基因表達譜數(shù)據(jù)挖掘.pdf
- 基因表達譜數(shù)據(jù)挖掘的特征提取方法研究.pdf
- 基于稀疏表示的基因表達譜數(shù)據(jù)挖掘方法研究.pdf
- 基因表達譜的數(shù)據(jù)挖掘技術研究及應用.pdf
- 基于基因表達譜的基因挖掘算法研究.pdf
- 53286.基于基因功能模塊表達譜的數(shù)據(jù)挖掘
- 基于Laplace譜的基因表達譜數(shù)據(jù)分類研究.pdf
- 基因表達譜數(shù)據(jù)聚類分析方法比較與大豆疫霉基因的網(wǎng)絡構建.pdf
- 基于譜圖理論的基因表達譜數(shù)據(jù)分析.pdf
- 基于鄰接譜分解的基因表達譜數(shù)據(jù)分類研究.pdf
- 腫瘤基因表達譜數(shù)據(jù)聚類的譜方法研究.pdf
- 應用數(shù)據(jù)挖掘算法研究多發(fā)性硬化癥基因表達譜.pdf
- 基因表達數(shù)據(jù)的若干挖掘方法研究.pdf
- 基于基因表達譜的疾病亞型特征基因挖掘算法的研究.pdf
- 基于基因表達譜數(shù)據(jù)的腫瘤分類研究.pdf
- 基于數(shù)據(jù)挖掘技術的入侵檢測模型構建.pdf
- 使用數(shù)據(jù)挖掘技術的入侵檢測模型構建.pdf
- 用計算生物學方法根據(jù)基因表達譜數(shù)據(jù)挖掘大鼠肝再生關鍵基因研究.pdf
評論
0/150
提交評論