隨著生物數(shù)據(jù)量的劇增,擺在我們面前最重要的問題就是如何分析和研究如此龐大的生物數(shù)據(jù),闡明其中所包含的生物意義。在此背景下,生物信息學(xué)孕育而生。生物信息學(xué)的研究涉獵廣泛,包括生物信息數(shù)據(jù)庫的建立與評(píng)估、序列比對(duì)、蛋白質(zhì)比對(duì)、基因識(shí)別、藥物設(shè)計(jì)等眾多領(lǐng)域。本文主要綜合運(yùn)用各種數(shù)據(jù)挖掘的方法,側(cè)重研究序列比對(duì)、中醫(yī)診斷信息的數(shù)據(jù)化與定量化以及關(guān)聯(lián)規(guī)則模型的驗(yàn)證。分析其中生物信息特征提取模式,進(jìn)而提取有價(jià)值的生物信息。具體工作如下：在第一章中,簡(jiǎn)單介紹了生物信息學(xué)的相關(guān)內(nèi)容,數(shù)據(jù)挖掘的相關(guān)知識(shí)以及本文的主要工作和創(chuàng)新點(diǎn)。在第二章中,研究距離最近字符串問題,針對(duì)這一組合優(yōu)化問題采用一種基于概率啟發(fā)式算法,即GRASP-CSP算法。但該算法仍存在每次迭代過程相對(duì)獨(dú)立,搜索范圍狹窄,判斷指標(biāo)過于單一這三大問題,給出了基于GRASP-CSP改進(jìn)之后的新算法,即IGRASP-CSP算法。在第三章中,運(yùn)用數(shù)學(xué)建模對(duì)指紋圖譜取像并計(jì)算,對(duì)中醫(yī)診斷信息提取數(shù)據(jù)化、定量化進(jìn)行研究。給出了四種常見疾病指紋序列的CGR圖的建立方法,進(jìn)而給出了四種常見疾病指紋序列中同義指紋序列的相對(duì)使用度的定義QRSFU。利用SPSS軟件和SAS軟件,對(duì)指紋圖譜做了相關(guān)分析。在第四章中,運(yùn)用關(guān)聯(lián)規(guī)則挖掘方法研究由因求果、由果溯因的問題。利用旅游數(shù)據(jù)進(jìn)行模型設(shè)計(jì)驗(yàn)證。實(shí)際調(diào)研獲取數(shù)據(jù),從有效問卷中挖掘數(shù)據(jù)庫中的因果關(guān)聯(lián)。最后,在統(tǒng)計(jì)分析手段的基礎(chǔ)上建立了有效的計(jì)算模型。在第五章中,對(duì)研究工作進(jìn)行了總結(jié)與展望。
【學(xué)位單位】：江南大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2016
【中圖分類】：Q811.4;TP311.13
【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 生物信息學(xué)簡(jiǎn)介
        1.1.1 生物信息學(xué)的背景與定義
        1.1.2 生物信息學(xué)的產(chǎn)生與發(fā)展
    1.2 數(shù)據(jù)挖掘簡(jiǎn)介
        1.2.1 數(shù)據(jù)挖掘的含義和基本流程
        1.2.2 數(shù)據(jù)挖掘的意義
    1.3 本文的主要工作與創(chuàng)新點(diǎn)
第二章 改進(jìn)GRASP-CSP算法研究生物序列比對(duì)問題
    2.1 前言
    2.2 算法的準(zhǔn)備
        2.2.1 基本的記號(hào)
        2.2.2 CSP的定義
        2.2.3 GRASP-CSP算法的簡(jiǎn)介
    2.3 改進(jìn)的IGRASP-CSP算法
        2.3.1 擴(kuò)大局部搜索范圍
        2.3.2 強(qiáng)化策略
        2.3.3 Pareto優(yōu)化
        2.3.4 改進(jìn)的IGRASP-CSP算法的偽代碼
    2.4 算法對(duì)比實(shí)驗(yàn)
    2.5 小結(jié)
第三章 基于QRSFU模型的指紋圖譜與疾病的相關(guān)性研究
    3.1 前言
    3.2 資料與方法
        3.2.1 一般資料
        3.2.2 混沌游走方法
        3.2.3 擬氨基酸編碼方法及QRSCU
    3.3 結(jié)果和討論
        3.3.1 指紋與疾病
        3.3.2 指紋與手指
        3.3.3 指紋與血型
    3.4 小結(jié)
第四章 基于關(guān)聯(lián)規(guī)則挖掘方法的數(shù)據(jù)分析及其實(shí)驗(yàn)驗(yàn)證
    4.1 前言
    4.2 關(guān)聯(lián)規(guī)則挖掘以及Apriori算法
    4.3 利用旅游數(shù)據(jù)進(jìn)行模型設(shè)計(jì)驗(yàn)證
        4.3.1 問題的提出
        4.3.2 問題的分析
        4.3.3 問題的解答
    4.4 關(guān)聯(lián)規(guī)則挖掘結(jié)果分析
    4.5 小結(jié)
第五章 主要結(jié)論與展望
    5.1 主要結(jié)論
    5.2 展望
致謝
參考文獻(xiàn)
附錄1：作者在讀研究生期間已發(fā)表與錄用論文
附錄2：疾病指紋序列
附錄3：疾病指紋序列的CGR

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 陳偉;瞿曉;葛丁飛;;主觀引導(dǎo)特征提取法在光譜識(shí)別中的應(yīng)用[J];科技通報(bào);2011年04期

2 張劍清,J.A.R.Blais;運(yùn)用信息論進(jìn)行特征提取[J];測(cè)繪學(xué)報(bào);1990年03期

3 高湘萍;吳小培;沈謙;;基于腦電的意識(shí)活動(dòng)特征提取與識(shí)別[J];安徽大學(xué)學(xué)報(bào)(自然科學(xué)版);2006年02期

4 楊麗梅;郭立紅;;天空背景下飛行器結(jié)構(gòu)特征提取的新方法[J];光學(xué)技術(shù);2007年03期

5 陳振洲;鄒麗珊;;核Foley-Sammon變換[J];廣州大學(xué)學(xué)報(bào)(自然科學(xué)版);2007年04期

6 王江晴;萬晨;;周邊方向貢獻(xiàn)度在脫機(jī)手寫女書特征提取中的應(yīng)用[J];中南民族大學(xué)學(xué)報(bào)(自然科學(xué)版);2010年03期

7 李華平;;基于多特征提取的識(shí)別算法數(shù)學(xué)建模優(yōu)化研究[J];哈爾濱師范大學(xué)自然科學(xué)學(xué)報(bào);2013年04期

8 張紹武;潘泉;趙春暉;程詠梅;;基于加權(quán)自相關(guān)函數(shù)特征提取法的多類蛋白質(zhì)同源寡聚體分類研究[J];生物醫(yī)學(xué)工程學(xué)雜志;2007年04期

9 呼聲波;劉希玉;;網(wǎng)頁分類中特征提取方法的比較與改進(jìn)[J];山東師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年03期

10 李鄉(xiāng)儒;;光譜數(shù)據(jù)挖掘中的特征提取方法[J];天文學(xué)進(jìn)展;2012年01期

相關(guān)博士學(xué)位論文 前10條

1 易軍;人臉識(shí)別中的特征提取與度量學(xué)習(xí)算法研究[D];北京郵電大學(xué);2015年

2 段佳;SAR/ISAR目標(biāo)電磁特征提取及應(yīng)用研究[D];西安電子科技大學(xué);2015年

3 馮博;雷達(dá)高分辨距離像特征提取與識(shí)別方法研究[D];西安電子科技大學(xué);2015年

4 沈虹;固體振動(dòng)產(chǎn)生非平穩(wěn)信號(hào)的特征提取及檢測(cè)系統(tǒng)的研究[D];河北工業(yè)大學(xué);2015年

5 張妮;基于流形特征提取的化工過程故障診斷方法研究[D];中國石油大學(xué)(華東);2013年

6 陳斌;連續(xù)語音識(shí)別特征提取與聲學(xué)模型訓(xùn)練區(qū)分性技術(shù)研究[D];解放軍信息工程大學(xué);2015年

7 游大濤;基于聽覺機(jī)理的魯棒特征提取及在說話人識(shí)別中的應(yīng)用[D];哈爾濱工業(yè)大學(xué);2013年

8 趙武鋒;人臉識(shí)別中特征提取方法的研究[D];浙江大學(xué);2009年

9 楊先勇;基于信號(hào)局部特征提取的機(jī)械故障診斷方法研究[D];浙江大學(xué);2009年

10 楊章靜;基于鄰域結(jié)構(gòu)的特征提取及其在人臉識(shí)別中的應(yīng)用研究[D];南京理工大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 韓曉爽;基于激光誘導(dǎo)熒光光譜的油種識(shí)別方法研究[D];內(nèi)蒙古大學(xué);2015年

2 袁芳兵;基于SVM的GSM系統(tǒng)上行干擾判定研究[D];華南理工大學(xué);2015年

3 湯鵬;基于LDA的特征提取及其在人臉識(shí)別中的應(yīng)用[D];河北大學(xué);2015年

4 安磊磊;基于改進(jìn)PCA和LDA的特征提取方法[D];河北大學(xué);2015年

5 代士超;滾動(dòng)軸承外圈故障機(jī)理建模及雙沖擊特征提取方法的研究[D];昆明理工大學(xué);2015年

6 王瑞琦;太赫茲光譜降維特征提取及分類方法研究[D];昆明理工大學(xué);2015年

7 江海;心音信號(hào)特征提取及分類研究[D];昆明理工大學(xué);2015年

8 董秀青;面向協(xié)同過濾的推薦攻擊特征提取及檢測(cè)方法[D];燕山大學(xué);2015年

9 井波;基于EEMD的高速列車安全性態(tài)數(shù)據(jù)的特征研究[D];西南交通大學(xué);2015年

10 梁致漢;基于EEG的腦機(jī)接口技術(shù)研究與實(shí)現(xiàn)[D];天津理工大學(xué);2015年

本文編號(hào)：2843708