基因组高通量测序数据结构变异识别算法

遗传变异是生命的基本特征,遗传变异与表型差异之间的关系,是现代生物学的一个基本问题。由基因决定生物体的遗传特征和主要个体差异的观念正在逐渐改变,过去几年的许多研究显示,基因组中大尺度的结构变异与个体的表型差异和疾病等有一定的关联。有关遗传变异和表型多样性的研究,需要比较生物体个体基因组间的各种不同。利用NGS数据全面分析结构变异的技术目前仍然不成熟。因此本文根据生物学知识,利用高通量测序数据,对植物基因组结构变异的识别问题深入系统的研究,提出新的结构变异识别方法和精确的断点预测方法。     

30美元的基因测序？

一家新创公司正在开发一种非常便宜的DNA测序技术,它是建立在微流体上的。 尽管现在看来,1000美元基因测序的长远目标尚未达到,一位哈佛大学的物理学家却承诺出一个更便宜的价格——仅仅30美元做一次人类基因组测序。大卫·韦茨（David Weitz）和他的团队正采用微流体技术,使用微小液滴进行DNA测序。虽然,研究人员尚未对DNA进行测序,但是,他们已经成功地展示了整个过程的一部分,     

基于众包标注的三代测序数据的纠错方法研究

三代测序技术凭借其高平均读长和短测序周期等优势而成为当前基因测序的主要发展方向,然而,错误随机性和15%的测序错误率不可避免地对基因序列的进一步分析产生影响。文章针对已有纠错方法的不足,提出一种基于众包标注的三代测序数据纠错方法CTDC。CTDC将可信度较高的二代测序数据作为标注工作者,结合其一致度、能力和准确度对待标注的三代测序数据位点进行校正。实验结果表明,相较于已有的三代测序数据纠错方法,CTDC具有更好的精度和性能。     

基于基因进化分支树算法的图像分割研究

针对图像分割的特点,采用基因进化分支树算法.首先构造基因,对基因的节点进行数学运算生成基因分支;接着在基因建树中,采用基于特征的构建基因树法,通过节点顺序来构建树,对分支采取最小支持项方法进行剪支和增支;最后把基因分支周围领域内的像素合并,图像中的所有的特征信息都分布在不同的区域中,给出了算法流程.实验仿真结果显示本文算法对图像分割效果连续,性能指标好.     

基于对称不确定性和Lasso的基因数据特征选择算法

基于目前肿瘤基因表达谱数据在医学相关结合行业的广泛普及,运用特征选择算法对其处理成了如今大量学者们的重点研究方向.基于此,提出了一种FCBF-Lasso结合算法.首先,采用FCBF算法对各基因数据集进行特征选择,通过删除冗余的和不相关的特征,得到特征子集;然后,再利用Lasso方法对得到特征子集进行特征选择,进一步地删...     

关于在人类基因组中检测结构变异计算方法的综述

结构变异是基因的重排列,它对于进化有显著的贡献,在人类中自然变异通常涉及到基因相关的疾病。细胞压力过大,错误的重组机制能够导致基因序列大量不同的结构变异,传统的显微镜与阵列碱基方法常被用于检测大的变异或者是重复序列变异。下一代基因测序海森理论的启用对于在人类基因组中检测各种类型的结构变异都有空前的准确性。事实上,一个显著的挑战在于发展中的各种计算方法是否有能力在生成的模拟数据上检测出结构变异,在过去的几年中,基于在实验数据中获得四种不同类别的数据类发明了很多检测工具,这四种数据类分别是:成对碱基读取,读取深度,分裂碱基读取,组合序列。     

PrList:一种高效的不确定XML关键字查询算法

提出基于动态Keyword数据仓的不确定XML关键字查询算法PrList.算法首先初始化动态Keyword数据仓,然后自底向上、自左向右遍历Keyword数据仓中的结点求解SLCA节点,不需要进出栈和字符串的比较.实验结果表明,PrList算法是一种高效的不确定XML关键字查询算法.     

一种基于二阶Markov目标状态模型的多帧关联动态规划检测前跟踪算法

传统的动态规划检测前跟踪(Dynamic Programming Track-Before-Detect,DP-TBD)算法在每一阶段的数据关联中,仅用当前帧的观测数据与前一帧的指标函数进行关联积累,对目标状态在连续相邻帧间的相关性以及目标运动特征的考虑不充分,这样在低信噪比时,容易发生目标关联错误,严重影响了DP-TBD算法的检测和跟踪性能。针对此问题,该文提出了一种基于二阶Markov目标状态模型的DP-TBD算法,该算法以目标状态的条件概率比最大为准则,采用二阶Markov模型描述目标状态的相关性,并根据目标运动特征给出了一种与目标转弯角度相关的状态转移概率模型。在此基础上,实现了多帧数据关联的DP-TBD算法。通过仿真实验与传统的DP-TBD算法进行了比较,验证了该算法的检测及跟踪性能。     

多传感器和多源信息的融合:结构、算法和应用(SPIE Vol.5813)

一、图像融合 1.利用主成分分析对压缩数据投影限幅图像进行融合(V.R.Riasati,美国科学应用国际公司) 2.实时执行图像的配准和融合(D.J.Dwyer,英国Octec公司)     

一种新的排序算法——端点排序算法

提出了一种新的排序算法：端点排序算法。其方法为：依次找出数据总数为N的数列最小和最大值,把二者放在本次所排数列的两端,再把剩余两端之间的数据总数为N-2的数列的最小值和最大值找出,放在此数列的两端,依此类推,直至数列中间,实现整个数组的排序。实验表明,该算法具有与冒泡排序更快的性能。在数据个数较多的情况下优于选择排序。     

一种新的电源定序方法

目前,大部分为通信和数据处理应用而设计的电路板需要多种集成电路供电电压.长期以来,在上电和断电过程中正确的给这类电源定序一直是个设计问题,这个问题由于最新集成电路的苛刻要求而日益严重.本文考察了各类定序方法,重点阐述了具有内置定序特性的新一代模块式负载点(POL)转换器,它提供了一种特别有成本效益的解决方案.     

一个基于引用的连接算法Sort-Loops

引用既是对象关系数据模型中一种重要的建模设施,同时它也有利于连接算法的设计和高效实现,针对对象关系数据模型和查询语言的这个新特点,文中提出了一个基于引用的连接算法Sort-Loops.Sort-Loops一次尽可能多地读入外关系,并依据引用属性中的页面信息,对读入的外关系元组进行排序,这不仅避免了对同一内关系页面的多次重复存取,同时,也使对内关系页面的访问次序与物理地址顺序一致,进一步提高了算法对内关系的存取性能.文中还对该算法的性能进行了分析、比较,证实了Sort-Loops是一个实用和高效的连接算法.     

计算SDFT的一种新算法

基于按时间抽取的基2FFT算法，本文提出一种计算SDFT的快速算法。该算法可直接利用现有的FFT处理系统，只需更改W系数值，即可得到所需的SDFT值．与已有的算法相比，节省计算量大约20％～50％，该算法可用于SDFT多种应用中。     

基于标记的Watershed图像分割新算法

为了防止Watershed算法过分割问题,文中提出一种新改进的基于标记的Watershed自动图像分割方法.文中设计出一种有效的标记自动提取方法,用来从梯度图像的低频成分中提取与图像中的物体相关的极小值, 用这些极小值构成二值标记图像.根据二值标记图像,形态学的极小值标定技术被用来将这些提取的标记强制作为原始梯度图像的极小值,而屏蔽原有梯度图像的所有极小值.最后,watershed算法在修改过的梯度图像上进行图像分割.利用本文提出的图像分割算法可以获得较为理想的图像分割结果.通过对不同类型的图像进行试验,证明本文提出的图像分割算法能够获得符合人类视觉特点,具有实际意义而且均一的分割区域,以及较为准确、连续、一个像素大小的物体边界.与其它的Watershed改进方法相比,本文提出的方法要求的计算复杂度较低,具有简单的参数,同时能够更为有效地降低Watershed算法的过分割问题.     

一种新的步长等变化自适应算法

定义了描述信号分离状态的一种测度,并在认真分析相关固定步长和变步长EASI算法的基础上。提出了一种新的步长自适应等变化自适应（EASI）算法。该算法步长是基于分离状态的。其学习速率由信号的分离程度自适应地选取。因而能很好地解决收敛速度和稳态误差之间的矛盾。计算机仿真结果与理论分析相一致,证实了该算法明显优于传统的EASI算法．     

采用气体浸渍材料的新型长寿命有机薄膜电容器

局部放电现象会给金属化有机薄膜电容器的金属化层、介质及喷金端面产生不良影响,影响电容器寿命。采用SF6气体浸渍材料和特殊工艺制成的GMKP电容器避免了局部放电影响。     

一种新的盲均衡算法

本文提出一种适合于ＰＡＭ、ＱＡＭ数字通信系统的新的盲均衡算法。该算法克服了Ｓａｔｏ、ＲＣＡ、ＣＭＡ等算法收敛后剩余误差大和ＢＧ、Ｓｔｏｐ ａｎｄ Ｇｏ等算法中有待定参数的缺点。     

竞赛算法：随机寻优的一种新途径

本文介绍一种新的随机寻优与学习方法，即所谓的竞赛算法。讨论了它与著名的遗传算法之间的主要区别。文章最后给出一些可以显示该算法效率的模拟实验结果。     

TEMIC射频卡的速率自适应读卡算法

提出种基于TEMIC射频卡Manchester编码的速率自适应读卡算法,并对该算法进行了说明和示例。