生物数据整合与挖掘为复旦大学出版社出版发行.docVIP

《生物数据整合与挖掘》为复旦大学出版社出版发行。 《生物数据整合与挖掘》内容简介 ： 生物信息学应用计算机技术对各种生物数据进行管理和分析，以期发现生物数据所反映的生物规律，促进生命科学的发展。一方面，生命科学实验产生的巨量的生物数据保存在世界各地的相关研究机构中，或隐含在浩瀚的科学文献里。这些数据反映了生命科学研究的整体进展和成果，有重叠更相互补充，这就需要将这些生物数据整合在一起。另一方面，生物信息学也希望采用数据挖掘技术对生物数据进行分析，以期发现生物规律，因此根据生命科学的需要和领域知识，设计出有效的生物数据挖掘算法和软件工具是一个重要的研究内容。本书较为系统地介绍了生物数据整合与挖掘的技术框架，主要介绍了作者在这方面的研究成果，包括：生物数据抽取技术、生物数据整合技术、生物序列数据挖掘、基因表达谱芯片数据挖掘、转录因子及顺式调控元件挖掘、生物数据模型和数据库管理系统等内容，还介绍了一个生物数据整合系统、一个基因表达谱芯片数据库和数据挖掘系统、一个转录因子及顺式调控元件的挖掘分析平台等等的设计与实现。本书的读者对象为从事生物信息学研究的科学工作者。本书也可以作为生物信息学专业研究生的教学参考书和生物软件工程技术人员的参考书。 《生物数据整合与挖掘》作者简介 ： 朱扬勇，1963年生，浙江武义人。1994年于复旦大学获计算机软件专业理学博士学位。现为复旦大学计算机科学技术学院教授；上海市政府信息化专家；上海生物信息技术研究中心学术委员会委员；上海市计算机学会理事；上海市生物信息学会理事等。长期从事数据库、数据挖掘、生物信息等方面的研究，已发表论文100余篇，出版《数据库系统设计与开发》等教材5本。作为项目负责人，主持国家自然科学基金、“863计划”、上海市科委重点发展基金等10多项课题的研究工作。目前主要从事数据科学的研究，是该领域的主要倡导者。 目录 ： 第1章 背景知识1.1 生物信息学1.1.1 基本概念1.1.2 研究内容1.1.3 研究方法1.1.4 研究机构1.2 数据整合1.2.1 数据资源1.2.2 数据整合的动因1.2.3 数据整合的概念1.2.4 数据整合的内容1.3 数据挖掘1.3.1 数据挖掘的定义1.3.2 数据挖掘的任务1.3.3 数据挖掘的类型1.3.4 相关技术的差异第2章 数据整合与数据挖掘方法2.1 数据整合的方法2.1.1 数据整合的方式2.1.2 数据整合的步骤2.2 数据挖掘的方法2.2.1 数据挖掘过程示例2.2.2 数据挖掘过程模型2.2.3 数据挖掘应用方式2.3 数据清洁技术2.3.1 数据的质量问题2.3.2 数据清洁的主要工作2.4 数据仓库技术2.4.1 数据仓库的概念2.4.2 数据组织2.4.3 主题设计2.4.4 数据加载2.4.5 数据规约2.5 小结第3章 生物数据源3.1 生物数据3.1.1 生物序列数据3.1.2 生物分子结构数据3.1.3 芯片及基因表达数据3.1.4 生物网络数据3.2 生物数据组织3.2.1 生物数据的数据库组织形式3.2.2 生物数据的互联网组织形式3.3 生物数据库3.3.1 生物序列数据库3.3.2 基因组数据库3.3.3 结构数据库3.3.4 芯片和基因表达数据库3.3.5 生物文献数据库3.4 生物数据源的特征3.5 小结第4章 复杂生物数据源的数据抽取4.1 生物数据抽取4.1.1 生物数据抽取面临的问题4.1.2 包装器的要素4.1.3 抽取算法4.1.4 元数据生成与包装器生成工具4.2 包装器的设计4.2.1 基于实例切分的抽取算法4.2.2 基于定位器多结点共享的数据抽取模型4.2.3 数据抽取模型描述4.2.4 元数据的生成和维护4.2.5 数据抽取模型表达能力4.3 包装器解决方案4.3.1 面向无噪声复杂数据源的解决方案4.3.2 面向含噪声复杂数据源的解决方案4.3.3 ReDE和L-树包装器生成工具的架构4.3.4 ReDE和L-树包装器生成工具的实现技术4.4 L-树匹配：面向复杂数据源的数据抽取算法4.4.1 L-树上的数据映射机制4.4.2 L-树匹配算法的相关概念4.4.3 L-树匹配算法4.4.4 L-树匹配算法举例4.5 基于L-树的包装器生成工具4.5.1 将ERE扩充成数据抽取脚本语言4.5.2 可视化编辑调试环境4.5.3 ERE的可视化构建4.5.4 ERE的逻辑检查4.5.5 抽取结果的可视化评价4.5.6 以XML格式输出抽取结果4.6 小结第5章 生物数据整合案例5.1 生物数据整合系统的设计5.1.1 生