基于统计的基因识别问题及其算法研究-应用数学专业论文.docxVIP

西安建筑科技大学硕士学位论文 西安建筑科技大学硕士学位论文 万方数据 万方数据 基于统计的基因识别问题及其算法研究 专 业：应用数学 硕 士 生：王 璐 指导教师：赵彦晖 教授 摘 要 基因识别的主要手段是基于活的细胞或生物的实验。通过对若干种不同基因 的同源重组的速率的统计分析，我们能够获知它们在染色体上的顺序。若进行大 量类似的分析，我们可以确定各个基因的大致位置。然而，由于人类已经获得了 巨大数量的基因组信息，依靠较慢的实验分析已不能满足基因识别的需要 。随着 计算机技术的发展，利用计算机算法识别基因逐渐成为基因识别的主要手段。 在面对大量复杂的基因序列数据时，怎样更好更快捷地获取准确的基因遗传 信息，怎样在大量的基因序列数据中成功计算功率谱和信噪比，如何快速实现基 因识别，具有重要的现实意义和应用价值。本文将通过多元统计分析的相关方法 研究基因特征提取和基因识别，建立基因特征提取、基因识别的数学模型，并通 过计算机手段进行实现。 本文首先通过信号处理方法，采用 Voss 映射、Z-curve 映射，把抽象的符号序 列映射成数值序列，并绘制出频谱图，建立了功率谱和信噪比的快速计算方法； 通过推导，得到了“Z-curve 映射和 Voss 映射所获得的基因数据的功率谱和信噪比 之间”均有倍数关系的结论，且其功率谱 P的比例系数是 4 ，信噪比 R之间的比例 系数是 4 ；本文还建立了频谱和信噪比基因识别模型，并将其应用于基因突变数 3 据研究，获得了相应的结论。 关键词：基因识别；聚类分析；功率谱；信噪比 The Research of Gene Identification Questions Based on Mathematical Statistics Specialty: Applied Mathematics Name: Wang Lu Instructor: Prof. Zhao Yan-Hui ABSTRACT The principal means of gene identification is experiments which based on the living cells or organism. We can obtain the gene sequence in chromosome by a number of different genes of homologous recombination rate of statistical analysis. If a large number of similar analyses can be made, we can determine the approximate location of every gene. However, a huge quantity of genomic information has been acquired by human; the method which relayed on the slower experimental analysis cannot meet the needs of the gene identification. With the development of computer technology, adopt the computer algorithms to identify genes has gradually become the primary means. When facing the large number of complex gene sequence data; how to better and more quickly get the accurate genetic information, how to calculate the power spectrum and the signal to noise ratio successfully in a lot of gene sequence data; how to quickly achieve the gene identification, all above are important subject before us which have a research significance. The paper makes the extraction for gene feature and identification, builds the model of gene feature extraction and identification,