北邮生物信息基础期末作业.docxVIP

《生物信息基础》期末作业 PAGE \* MERGEFORMAT9 目 录 TOC \o 1-3 \h \z \u HYPERLINK \l _Toc440754723 一、 疾病自动诊断问题 PAGEREF _Toc440754723 \h 2 HYPERLINK \l _Toc440754724 1、 设计思路 PAGEREF _Toc440754724 \h 2 HYPERLINK \l _Toc440754725 2、 基于K-L变换的主成分分析法 PAGEREF _Toc440754725 \h 2 HYPERLINK \l _Toc440754726 3、 近邻法判别分析 PAGEREF _Toc440754726 \h 3 HYPERLINK \l _Toc440754727 二、 病毒变异与否的判断 PAGEREF _Toc440754727 \h 4 HYPERLINK \l _Toc440754728 1、 设计思路 PAGEREF _Toc440754728 \h 4 HYPERLINK \l _Toc440754729 2、 基本步骤 PAGEREF _Toc440754729 \h 4 HYPERLINK \l _Toc440754730 3、 星型比对算法 PAGEREF _Toc440754730 \h 4 HYPERLINK \l _Toc440754731 4、 两两比对算法 PAGEREF _Toc440754731 \h 5 HYPERLINK \l _Toc440754732 5、 寻找变异位点 PAGEREF _Toc440754732 \h 5 HYPERLINK \l _Toc440754733 三、 基因编码区域识别 PAGEREF _Toc440754733 \h 5 HYPERLINK \l _Toc440754734 1、 设计思路 PAGEREF _Toc440754734 \h 5 HYPERLINK \l _Toc440754735 2、 问题建模 PAGEREF _Toc440754735 \h 5 HYPERLINK \l _Toc440754736 3、 参数估计与计算过程 PAGEREF _Toc440754736 \h 6 HYPERLINK \l _Toc440754737 4、 实验结果 PAGEREF _Toc440754737 \h 7 HYPERLINK \l _Toc440754738 四、 隐马尔科夫模型的求解 PAGEREF _Toc440754738 \h 7 HYPERLINK \l _Toc440754739 1、 设计思路 PAGEREF _Toc440754739 \h 8 HYPERLINK \l _Toc440754740 2、 问题建模 PAGEREF _Toc440754740 \h 8 HYPERLINK \l _Toc440754741 3、 参数估计与计算过程 PAGEREF _Toc440754741 \h 9 HYPERLINK \l _Toc440754742 4、 计算结果 PAGEREF _Toc440754742 \h 9 HYPERLINK \l _Toc440754743 五、 课堂内容回顾 PAGEREF _Toc440754743 \h 10 《生物信息基础》期末作业 疾病自动诊断问题 设计思路 根据题目，我们获得80份腹泻类型为细菌型的常规化验结果数据，以及20份腹泻类型为病毒型的化验结果数据，基于以上100份数据中的20项数值型结果，我们将其作为分类器训练集，设计出合理的算法将某常规化验结果分类，判断其腹泻类型。该计算机自动诊断方案包括以下部分： 其中，信息获取与预处理，即为通过常规化验，采集化验所得的20项数据结果x=(x1,x2,x3,x4,…,x17,x18,x19,x20) 基于K-L变换的主成分分析法 主成分分析的基本思想是进行特征降维的变换，虽然不能完全地表示原有的对象，能量总会有损失，但是希望找到一种能量最为集中的变换方法使得能量损失最小，即根据已知向量，将其做变换得到一组互不相关新的特征，对新特征向量进行排序，舍掉最小的特征，从而使得损失的能量最小。 K-L变换的基本算法 原始输入为x=(x1,x2,x3,x4,…,x17,x18,x19,x20)T，变换后特征为y，变换矩阵（线性变换）为A，则y=ATx，变换后的相关矩阵则Ry=AT 主成分分析的基本算法 通过K-L变换时特征降维，原有N维，只保留m维，去掉ym+1…yN，若希望和原来的表示方法差别最小，即E[||x-x||2]最小，