生物序列数值化表征模型的矩阵分解方法及其应用
全新正版 极速发货
￥ 21.12 5.9折 ￥ 36 全新
仅1件
广东广州
认证卖家担保交易快速发货售后保障
作者余宏杰 著
出版社中国科学技术大学出版社
ISBN9787312034541
出版时间2014-06
装帧平装
开本16开
定价36元
货号1200997574
上书时间2024-09-05
商品详情
- 品相描述：全新
- 商品描述
-
目录
前言
章绪论
1.1生物信息学海量数据的产生背景
1.1.1生物信息学简介
1.1.2两种基本的生物序列
1.2生物序列比对概述
1.3基于序列比对的系统发育树构建方法
1.3.1分子进化研究的基本方法
1.3.2构建系统进化树的详细步骤
1.3.3构建系统发育树需要注意的几个问题
1.4生物序列数值化表征模型的矩阵分解方法的研究背景
1.4.1序列图形化表征
1.4.2基因组序列数值化表征及应用
1.4.3蛋白质序列数值化表征及应用
1.4.4有关x-mer的算法概述
1.5本书的内容安排
第2章基于矩阵束联合对角化的DNA序列图形化表征及其应用
2.1DNA序列的图形化表征方法概述
2.2DNA序列的描述符
2.2.1相关的一些工作
2.2.2构建序列的邻接矩阵
2.2.3矩阵分解理论简介
2.2.4有关矩阵对角化的理论
2.2.5近似联合对角化(AJD)
2.2.6算法的保距性
2.3图形化表示法
2.3.1计算特征值组成的序列表征向量(EVV)
2.3.2AJD算法收敛性分析
2.3.3基于特征值组成的表征向量(EVV)的序列图形聚类
2.4相似度分析
2.4.1聚类分析基本原理
2.4.2计算成对距离
2.4.3u条卢球蛋白基因的系统谱系分析
2.4.4与相关工作的比较
2.5本章结论
第3章基于SVD的基因组序列保序变换及其应用
3.1DNA序列数值描述符
3.2从基因组序列向数值向量的保序变换
3.2.1基因组序列变换矩阵的构建
3.2.2所提出的序列变？算法具有的良好性质
3.2.3保序变换-奇异值分解(OPT-SVD)算法的过程描述
3.3保序变换算法在基因组序列相似度／相异度分析中的应用
3.4本章结论
第4章基于保距映射算法的基因组序列Map示图及应用
4.1受PCA的启发尝试对基因组序列数值描述
4.2基因组序列的“保距”变换
4.2.1特征矩阵的构建
4.2.2基因组序列变换的特性
4.3基于保距变换算法的基因组序列的相似度分析
4.3.1个数据集上的实验结果
4.3.2另一个更大规模数据集上的实验结果
4.4本章结论
第5章基于NFV-AAA算法的蛋白质序列相似度分析
5.1基于K-mer的组分向量法背景概述
5.2基于氨基酸(AAA)分布的蛋白质序列描述符
5.2.1描述符的范式
5.2.2蛋白质序列转换成400×(L-1)稀疏矩阵
5.2.3AAA优于SAA
5.2.4对特征矩阵M施行SVD以抽取序列的特征
5.3NFV在相似度分析中的应用
5.3.1九条ND5蛋白质序列的相似度分析
5.3.2在24条转铁蛋白序列的数据集上的应用
5.4本章结论
第6章分段K-mer算法及其在序列相似度分析中的应用
6.1K-mer分析法优劣性分析
6.2基因组序列的描述符
6.3s-K-mer在34条线粒体基因组序列数据集上的应用
6.3.1优化算法的数据准备
6.3.2对K-mer进行寻优以便获得其最优阶数K*值
6.3.3s-K-mer算法的性能
6.3.4利用s-K-mer对基因组作系统发生分析
6.4本章结论
第7章基于层级虚拟混合与投影抽取的基因组序列比较
7.1有关FFP与ICA背景概述
7.2基因组序列特征提取模型
7.2.1基于K-mer虚拟混合器的基因组序列数据预处理
7.2.2虚拟混合与投影抽取模型
7.2.3层级的VMPE模型
7.3HVMPE模型在真实基因组数据集上的应用
7.3.1先行相关数据的准备
7.3.2确定虚拟混合器(VM)的最佳阶数K*
7.3.3对HVMPIE模型进行最佳段数S*值的寻优
7.3.4层级的VMPE模型的效果分析
7.3.5基于HVMPE模型的基因组序列种系发生分析
7.3.6在另一个基因组数据集上的应用
7.4本章结论
第8章总结与展望
8.1本书的主要工作与创新点
8.2未来工作的设想
8.2.1NMF的基本原理
8.2.2序列分析中引入NMF算法的构想
参考文献
内容摘要
余宏杰编著的这本《生物序列数值化表征模型的矩阵分解方法及其应用》以生物序列的数值化表征模型所涉及的矩阵分解为核心，以序列的特征信息提取为主要目标，在非序列比对(Aignment-free)的框架下，分别提出了针对DNA／蛋白质序列、基因组序列等的若干个不同的特征信息抽取模型，并将所抽取的特征信息应用于序列的相似度分析。本书取材广泛，内容新颖，理论与应用紧密结合。书中所介绍的生物序列的建模方法、矩阵分解抽取其特征信息的研究策略，可供读者在解决实际问题时予以借鉴。
本书适合生物信息学、图像处理、信号处理等领域有关科研人员参考使用。
— 没有更多了 —
以下为对购买帮助不大的评价