声明
致谢
摘要
1 绪论
1.1 生物信息学概述
1.2 生物序列分析
1.3 机器学习和数据挖掘
1.4 本文的内容和结构
2 机器学习方法
2.1 隐马尔可夫模型
2.2 集成学习方法
2.3 语言学模型
2.4 本章总结
3 基于集成学习的蛋白质序列对比
3.1 蛋白质序列比对
3.2 基于集成学习的蛋白质序列比对算法
3.3 测试结果
3.4 总结
4 一种快速比对非编码RNA序列-结构的算法
4.1 引言
4.2 RNA结构
4.3 传统共变模型
4.4 改进的共交模型与算法
4.5 实验结果
4.6 结论
5 基于图论的转录因子结合位点识别
5.1 引言
5.2 转录因子结合位点的识别
5.3 模型与算法
5.4 实验结果
5.5 结论
6 基于图论的DNA徼阵列数据聚类算法
6.1 引言
6.2 DNA徼阵列数据分析和聚类算法
6.3 模型和算法
6.4 实验结果
6.5 结论
7 总结与展望
7.1 总结
7.2 展望
参考文献
攻读博士学位期间发表和录用论文