DNA序列信号3-周期特性

在利用离散傅里叶变换(DFT)对数值化映射后的基因序列进行频谱分析中,DNA序列信号频谱3周期性被认为是用来区分编码区和非编码区的一个重要特征。给出推广后的频谱信噪比(SNR)定义,该定义具有更广的适用性并且适合快速计算;对不同种类生物基因的编码和非编码区域的信噪比进行计算和统计分析,在此基础上提出3种分类阈值确定方法;对影响信噪比和阈值确定的因素,以及基于3周期性的基因识别方法正确率的局限性等也做了较深入的统计分析     

基因识别问题及其算法实现(上)

基因识别是目前生物信息学领域的一个研究热点,采用信号处理方法来识别基因编码序列也受到广泛重视.本文基于DNA序列的3-周期性,利用序列的频谱曲线和信噪比曲线,建立基因识别的简化算法.基于Voss映射,本文提出可变窗宽的DFT算法,代数推导出Voss映射和Z-curve映射下频谱和信噪比的函数关系.关于各类基因的阈值确定,本文运用统计学中的Bootstrap算法,取信噪比序列迭代所得均值的中位数,作为新的阈值,在精度指标下比较四组具有代表性的基因序列的阈值.进一步,运用本文提出算法对待测序列进行数据模型,确定编码区域.     

基因识别中信噪比与功率谱的快速计算公式及算法实现

DNA序列信号频谱3-周期性是一个被广泛用于区分编码区和非编码区的重要特征,根据核苷酸中3个密码子位置的不均衡性,给出了功率谱与信噪比的快速计算公式.研究发现快速计算公式有助于基因识别的实现,为探测内含子、外显子提供了一个快速高效的方法.     

基因识别问题及其算法实现(下)

利用序列的频谱曲线和信噪比曲线,建立基因识别的简化算法.提出可变窗宽的DFT算法,代数推导出Voss映射和Z-curve映射下频谱和信噪比的函数关系.运用Bootstrap算法,在精度指标下比较四组具有代表性的基因序列的阈值.     

基因识别问题及其算法实现（下）

利用序列的频谱曲线和信噪比曲线,建立基因识别的简化算法.提出可变窗宽的DFT算法,代数推导出Voss映射和Z-curve映射下频谱和信噪比的函数关系.运用Bootstrap算法,在精度指标下比较四组具有代表性的基因序列的阈值.     

基于信号处理的基因识别模型

为了获得精确可靠的基因识别信息,根据所给DNA 序列进行数值化映射（基于 Voss映射和Z-curve映射）运用快速傅立叶变换（FFT ）以及离散小波变换算法计算DNA序列功率谱和信噪比;对于不同类型生物的基因预测采用靴带抽样算法推断基因预测的最佳阈值并以特异性、敏感性和精度3个性能指标来评估基因预测方法的性能,所建模型在基因识别中精度较高、运算快、效果好。     

用于LDPC编码调制系统的非规则映射技术

为使迭代解映射和译码的低密度奇偶校验(LDPC)编码调制系统获得逼近信道容量的优异性能,该文提出一种基于映射方式搜索的非规则映射技术,采用自适应二元交换算法(ABSA)搜索得到新映射方式,与Gray映射混合得到与信道编码接近最优匹配的非规则映射。对于DVB-T2标准规范的LDPC编码调制系统,在对其方案进行微小修改的前提下,该技术可对迭代解映射系统进行改进,挖掘出可观的迭代增益。以DVB-T2标准64800码长2/3码率的LDPC码和64QAM星座图为例,外信息传递(EXIT)图分析表明:该技术在加性白Gauss噪声(AWGN)信道下理论上可获得0.55dB的信噪比(SNR)增益;误码性能仿真表明:在误码率(BER)10-5时,该技术在AWGN和Rayleigh衰落信道下可分别获得0.30dB和0.26dB的增益。     

基于数字编码的基因组序列的关联结构分析

以基因组序列为原始数据,利用反映序列分子结构的数字编码形式,对其进行重新编码.对编码后的序列主要采用谱分析的方法进行处理,通过对不同内含子含量的序列的分析和比较,研究了基因组序列的相关性以及非编码区对序列结构的可能作用,探讨与其生物功能相关的含义.     

强一致收敛条件下序列系统与极限系统的关联性

混沌动力系统是广大研究者的研究课题,而很少有研究者研究混沌中的序列系统与极限系统。在混沌动力系统的基础上对混沌中的序列系统与极限系统进行研究,先在一致收敛条件下对序列映射非游荡点进行讨论,得出序列映射不能保持到极限映射。在此基础上,引入比一致收敛更强的收敛即强一致收敛,在强一致收敛条件下,序列映射的非游荡点与极限映射具有某种保持性。同时还讨论了在强一致收敛条件下,序列映射非游荡点与极限映射非游荡点集合的包含关系,得出序列映射非游荡点上确界的极限包含于极限映射非游荡点和若序列映射非游荡点集等于全空间则极限映射非游荡点集等于全空间。对序列映射和极限映射的研究为混沌动力系统中的序列动力系统和极限动力系统的研究作出了准备。
     

强一致收敛条件下拟弱几乎周期性和序列跟踪性的研究

在强一致收敛条件下研究了序列映射与极限映射之间关于拟弱几乎周期性和序列跟踪性的动力学性质.利用强一致收敛和等度连续的性质,得到如下结果:(i)设序列映射{f_n}强一致收敛于等度连续映射f,且点列{x_k}是每个映射f_n的拟弱几乎周期点,若■,则x是f的拟弱几乎周期点;(ii)若序列映射{f_n}强一致收敛于等度连续映射f,则■;(iii)设序列映射{f_n}强一致收敛于f,若f_n具有fine序列跟踪性,则f具有序列跟踪性.这些结果丰富了强一致收敛条件下拟弱几乎周期性和序列跟踪性的理论.