期刊导航
期刊开放获取
唐山市科学技术情报研究..
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
一种面向不确定数据流的模体发现算法
被引量:
3
1
作者
王菊
刘付显
+1 位作者
靳春杰
李祯东
《电子科技大学学报》
EI
CAS
CSCD
北大核心
2017年第1期81-87,共7页
借鉴生物信息学中序列模式发现思想,提出了基于MEME(multiple expectation-maximization for motif elicitation)的不确定数据流模体发现算法。该算法根据不确定数据流的特点,设计了不确定滑动窗口的简化计算方法,改进了SAX(symbolic ag...
借鉴生物信息学中序列模式发现思想,提出了基于MEME(multiple expectation-maximization for motif elicitation)的不确定数据流模体发现算法。该算法根据不确定数据流的特点,设计了不确定滑动窗口的简化计算方法,改进了SAX(symbolic aggregate approximation)的符号化策略,用防空反导情报传感器网络中的一组不确定数据流验证了其可行性,通过植入不同数目模体的方法测试了其准确性,并在元组存在概率为1的条件下与已有算法进行比较,验证其有效性。
展开更多
关键词
meme算法
模体发现
SAX
不确定数据流
不确定滑动窗口
在线阅读
下载PDF
职称材料
一种关于蛋白质模体的自动识别算法
2
作者
蔡振辉
戈晓斐
+1 位作者
胡磊
黄晓
《微机发展》
2004年第10期123-126,共4页
随着生物信息学的发展,模体识别已经成为一种能够从生物序列中提取有用生物信息的方法。文中介绍了有关模体的一些概念,讨论了模体识别算法(MEME)的基础,即EM(expectationmaximization)算法,由于MEME算法是建立在EM算法的基础上的,所以...
随着生物信息学的发展,模体识别已经成为一种能够从生物序列中提取有用生物信息的方法。文中介绍了有关模体的一些概念,讨论了模体识别算法(MEME)的基础,即EM(expectationmaximization)算法,由于MEME算法是建立在EM算法的基础上的,所以又由此引出了MEME算法,并对MEME算法的一些基本问题比如时间复杂度、算法性能等进行了详细讨论,对算法的局限性和有待改进的地方作了说明。实践证明,MEME是一个较好的模体识别算法,它能够识别出蛋白质或者DNA序列中单个或多个模体,具有很大的灵活性。
展开更多
关键词
模体
算法
最大期望值
算法
meme算法
在线阅读
下载PDF
职称材料
题名
一种面向不确定数据流的模体发现算法
被引量:
3
1
作者
王菊
刘付显
靳春杰
李祯东
机构
空军工程大学防空反导学院
[
[
出处
《电子科技大学学报》
EI
CAS
CSCD
北大核心
2017年第1期81-87,共7页
基金
国家自然科学基金(61272011)
文摘
借鉴生物信息学中序列模式发现思想,提出了基于MEME(multiple expectation-maximization for motif elicitation)的不确定数据流模体发现算法。该算法根据不确定数据流的特点,设计了不确定滑动窗口的简化计算方法,改进了SAX(symbolic aggregate approximation)的符号化策略,用防空反导情报传感器网络中的一组不确定数据流验证了其可行性,通过植入不同数目模体的方法测试了其准确性,并在元组存在概率为1的条件下与已有算法进行比较,验证其有效性。
关键词
meme算法
模体发现
SAX
不确定数据流
不确定滑动窗口
Keywords
meme
algorithm
motif discovery
SAX
uncertain data stream
uncertain sliding window
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
一种关于蛋白质模体的自动识别算法
2
作者
蔡振辉
戈晓斐
胡磊
黄晓
机构
苏州大学计算机科学与技术系
武汉大学计算机学院
江苏移动通信有限责任公司南京分公司
出处
《微机发展》
2004年第10期123-126,共4页
文摘
随着生物信息学的发展,模体识别已经成为一种能够从生物序列中提取有用生物信息的方法。文中介绍了有关模体的一些概念,讨论了模体识别算法(MEME)的基础,即EM(expectationmaximization)算法,由于MEME算法是建立在EM算法的基础上的,所以又由此引出了MEME算法,并对MEME算法的一些基本问题比如时间复杂度、算法性能等进行了详细讨论,对算法的局限性和有待改进的地方作了说明。实践证明,MEME是一个较好的模体识别算法,它能够识别出蛋白质或者DNA序列中单个或多个模体,具有很大的灵活性。
关键词
模体
算法
最大期望值
算法
meme算法
Keywords
motif
algorithm
EM algorithm
meme
algorithm
分类号
TP301.6 [自动化与计算机技术—计算机系统结构]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
一种面向不确定数据流的模体发现算法
王菊
刘付显
靳春杰
李祯东
《电子科技大学学报》
EI
CAS
CSCD
北大核心
2017
3
在线阅读
下载PDF
职称材料
2
一种关于蛋白质模体的自动识别算法
蔡振辉
戈晓斐
胡磊
黄晓
《微机发展》
2004
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部