基于遗传算法的HMM参数估计

隐马尔可夫模型(Hidden Markov model)用于多序列比对研究是生物信息学研究的新领域,其可以通过训练识别同一特征的蛋白质序列.然而,目前的HMM参数估计算法Viterbi算法和Baum-Welch算法,都只能找到局部最优比对,无法找到全局最优比对.针对此算法全局最优问题提出了基于遗传算法的HMM参数估计,与已有的训练算法相比,遗传算法在搜索全局最优时具有突出的优势.     

Bromodomain-like折叠类型模板的设计

针对折叠类型分类中所选天然模板普适性不足的问题,提出了Bromodomain-like折叠类型模板的设计方法.选SCOPe Astral 2.03序列相似度小于40%并且分辨率高于0.25 nm的52个可用Bromodomain-like折叠样本,基于多结构比对结果及数据分析,建立了折叠类型家族模板的设计方法.利用系统聚类方法构建了家族模板的系统聚类图,提出了蛋白质折叠类型模板的设计方法,并用于该折叠类型的模板设计.结果表明：设计模板具有普适性,可用于蛋白质折叠类型分类.     

基于自回避搜索遗传算法的蛋白质折叠研究

利用生物信息学方法，对蛋白质折叠过程进行研究，建立蛋白质折叠自回避搜索的遗传算法模型，通过计算机模拟，对较短序列进行检测，以探究蛋白质折叠的过程。实证研究表明，此算法产生了效果较好的蛋白质折叠构象。但对于长序列，自回避路径折叠搜索计算时间将呈指数增长。为了更真实地模拟蛋白质折叠过程，进一步探讨了并行遗传算法模型，该模型充分体现序列折叠时的并行性与自组织性，使它适用于较长序列的折叠，折叠过程不会因为序列长度的增加而快速增大模拟的复杂度，且符合生命的演化规律。     

基于Kinect深度信息的动态手势识别

针对复杂动态手势识别问题,本文首先通过体感传感器Kinect获取人体深度图像,利用阈值分割法分割出手势深度图像,然后建立由隐马尔可夫模型(HMM)和模糊神经网络(FNN)相结合的HMM-FNN模型进行动态手势识别。本文的动态手势主要是针对虚拟变电站中对设备的常用操作手势来进行人机交互研究的。HMM-FNN模型将复杂动态手势特征分解为三个子特征序列,分别建立HMM模型,然后进行模糊推理对手势进行分类识别。经实验验证,HMM-FNN模型能快速有效识别复杂动态手势,且鲁棒性强,识别效果明显优于HMM模型。     

基于残基接触数的蛋白质折叠速率预测

文中从蛋白质的三级结构出发,对数据集中二态和多态蛋白质的接触数进行筛选分类,建立了一个利用蛋白质残基接触数来预测蛋白质折叠速率的线性回归模型.模型计算预测的折叠速率和实验验证的折叠速率的相关系数以Cα原子为特征时达到了0.832,以N原子为特征时达到了0.903.结果表明残基间的相互作用对蛋白质折叠速率有很大的影响;蛋白质残基中的N原子与其他原子的相互作用对折叠速率的影响要大于残基中Cα原子对折叠速率的影响.     

一种序列家族Profile HMM寻优的PSO

针对在训练一个序列家族的Profile HMM时经常会得到局部最优HMM的问题,也就是说找到全局最优Profile HMM的概率不高.通过分析训练一个序列家族Profile HMM方法的特点和Profile HMM本身的结构特点提出了一种结合多个局部最优或次优Profile HMM来寻找最优模型的PSO算法,以提高序列家族Profile HMM寻优的概率.     

基于分子生物信息学分析小麦球蛋白的理化特性与结构预测

为探讨小麦球蛋白在理化特性及分子结构方面的共性与特性,基于NCBI蛋白质数据库,利用Protparam、Clustalw、MEME program3、PSIPRED 3.3等软件对8条小麦球蛋白的理化性质、多序列比对、系统进化树、保守基序、蛋白质二级结构、域结构、折叠域识别等进行预测分析。结果表明:小麦球蛋白的氨基酸残基数为225～637,分子质量为24.55～72.25 kDa,理论等电点为5.22～8.72,总平均亲水性为-1.074～0.045,不稳定系数为36.02～77.64,脂肪系数为57.05～96.09。在多序列比对方面,小麦球蛋白存在较多保守区域;在基序分析方面,小麦球蛋白中有6个保守的基序;在结构预测方面,小麦球蛋白的域结构和折叠域差异较小;在蛋白质二级结构方面,氨基酸残基在225～241之间的小麦球蛋白由α-螺旋和无规则卷曲等结构元件组成,基本上不存在延伸链;氨基酸残基在504～637之间的小麦球蛋白则由α-螺旋、延伸链和无规则卷曲等结构元件组成,且三者的比例约为无规则卷曲∶延伸链∶α-螺旋=3∶1∶1。这些结果可为小麦球蛋白的分离纯化及其利用提供生物学数据参考。     

非特定人手语识别参数训练模型的改进及应用

在手语识别研究中,非特定人手语识别参数训练的样本缺乏影响了非特定人手语识别的识别率.区分性训练可以很好的弥补由于训练样本的缺乏对识别系统所造成的影响,能够提高非特定人手语识别的识别率.对区分性训练(DT)所改进的HMM参数训练模型(DT/HMM)做了全新的推导,获得了与HMM相一致齐全的DT/HMM的参数模型.在特定人识别系统上应用可区分性训练的h准则获取了h参数,将该齐全的DT/HMM的参数训练模型和h参数,应用于大词汇量的非特定人手语识别当中,加入主观经验后的非注册易混词集EXP 与MLE和EBW的非注册易混词集相比,平均识别率分别提高了10.65%和9.55%.     

蛋白质折叠的计算机模拟研究进展

蛋白质折叠是结构生物学领域有待解决的重要科学问题,计算机模拟方法是研究蛋白质折叠的主要手段之一.对蛋白质折叠的计算机模拟研究进展进行了简要介绍,主要内容包括:全原子分子动力学模拟、Gō模型以及弹性网络模型的主要思路及其在蛋白质折叠研究中的应用.     

混合优化策略的蛋白质折叠结构预测

为提高蛋白质折叠结构的预测精度,提出了一种融合改进模拟退火算法与序列二次规划法的预测策略.将序列二次规划法加入具有回火退火功能的模拟退火算法中,利用其局部最优化的能力对由模拟退火算法求得的全局优化结果进行二次优化,进而求得全局最优化结果.对所提方法进行了计算机仿真研究,并与其它方法进行了性能比较,实验结果表明,该方法能够有效提高蛋白质折叠结构的预测精度.     

基于Profile比对的改进星比对算法

多序列比对在序列分析研究中起着重要的作用,包括功能重要位点的识别和系统发育分析等问题。目前大多数比对软件都使用渐进比对或迭代比对的策略,但两种策略都具有较高的时间复杂度,因此难以处理长序列和大规模序列的比对问题。而星比对虽然具有很低的时间复杂度,但精度并不理想,目前只适用于相似度非常高的序列。针对此问题,引进了渐进比对中的profile比对来改进星比对算法的精度,同时避免大幅度地增加星比对的时间复杂度。最后,通过实验证明了改进的星比对算法可以有效地提高比对的精度。     

基于知识表达系统的序列比对研究

序列比对是生物信息学中基本的信息处理方法,对于发现生物序列中的功能、结构和进化信息具有重要的意义。该文对典型的双序列比对算法以及多序列比对算法进行了描述和评价;针对目前序列比对算法普遍存在的不足,提出了一种新的思想一基于知识表达系统的序列比对研究,应用知识表达系统对序列比对相似性发现进行定义及其处理。     

基于部件HMM级联的联机手写体汉字识别方法

为了对自由手写汉字进行有效地表征和识别,提出了一种识别自由手写体汉字的级联HMM方法,在部件HMM模型基础上将各模型按照统计概率连接,它扩展了HMM的模式描述方式,允许在级联模型上表征状态的跳跃、转移和驻留等。通过共享手写汉字部件模型来描述级联状态转移概率,可以更可靠地刻画自由手写体的行为特点。采用面向级联的Viterbi算法,无需做部件的分割和标注。通过一定条件下的对比实验训练与识别表明,该方法的第一候选识别率为87.89％,而基于分段HMM识别方法的第一候选识别率为86.17％,降低错误识别率12.4％。     

一种基于遗传算法的DNA多序列比对方法

为了克服遗传算法应用于多序列比对时所遇到的比对序列数受限制以及比对寻优速度慢的缺点,提出了一种基于遗传算法的DNA多序列比对方法(GAMA);针对DNA多序列比对的特点,指出了传统遗传算法中的交叉操作将为序列比对带来沉重的计算负担;避开遗传算法通常所采用的遗传操作算子,设计了独特的遗传算子(插入删除算子和合并分离算子)、基于BLAST相似度评分方法和完全比对块加权的个体适应度值评价函数,采用了便于插入和删除操作以及相似度评分的基于字符和空位矩阵的染色体编码方案。本算法具有操作算子数量少,算子调用机制简明的特点。最后,给出了将GAMA应用于DNA多序列比对的算例,实验结果验证了本算法的可行性。     

隐Markov模型的基本原理及其在基因识别中的应用

隐Markov模型(Hidden Markov model，HMM)用于基因识别研究是生物信息学研究的新领域，剪接位点的识别是基因识别中的一个重要环节。本文中作者主要介绍了隐Markov模型的基本原理，讨论了HMM在生物信息学中的应用以及HMM用于识别基因的模型。HMM用于识别剪接位点的实验结果表明，该方法可以很好的提取剪接位点附近保守序列的统计特征．对剪接位点的识别率达到90％以上。     

基于16SrRNA基因的戈登氏菌演化分析

探讨19种戈登氏菌共31株间16SrRNA基因演化关系。利用16SrRNA基因序列进行相似性分析和同源性比对,并运用Neighbor．Joining法构建进化树,进行演化分析。其中13条16SrRNA基因序列来自临床分离株,其他16SrRNA基因序列来自Genbank。结果表明：13株临床分离菌株包含4株Gordoniaparaffinivorans,6株Gordoniabronchialis和3株Gordoniasputi,临床分离株的相似性百分比为93．5％-99．7％;16SrRNA基因序列在戈登氏菌不同种间存在较为明显的差异性（2％-6．2％）,可将临床分离株鉴定到种。进化分析结果显示：戈登氏菌分为两大类群,三种临床分离株在演化上按出现的先后依次为Gordoniabronchialis、Gor-doniasputi、Gordoniaparaffinivorans。所做研究可为戈登氏菌相关疾病的流行、预防、治疗和控制提供一定的参考。     

一种基于二阶循环累积量的频谱感知改进算法

伪随机序列要求具有好的线性复杂度谱。在任何衡量线性复杂度谱好坏的指标下,对二元序列s和其补序列sc的评价地位应该是相等的,但d-perfect的序列的补序列不一定是d-perfect的。如果s和sc同时是d-perfect的,文章称其是trulyd—perfect的序列,给出了trulyd-perfect的n长二元序列对的计数函数B＋｜d（n）的递推关系。     

基于皮肤模板和改进HMM的自动人脸识别系统

介绍一种基于隐马尔可夫模型(hidden Markov module,HMM)的人脸识别系统,该系统对人脸采用普通网络摄像头实时检测,通过皮肤模型进行背景去除,并用改进后的HMM算法进行识别. 实验结果表明,改进后的HMM算法能提高原HMM算法的准确率,采用皮肤模板对检测到的人脸进行精确定位后,进一步提高了识别算法的准确度.     

基于递归聚类的报文结构提取方法

针对应用层协议报文序列长、结构复杂的特点,提出了一种基于递归聚类的报文结构提取方法。方法首先在基本块级通过渐近多序列比对算法对样本集进行递归聚类,在分离不同格式报文的同时,降低了序列比对规模;在报文对齐的基础上,依据对齐字节的取值变化率识别字段边界;提出递归回溯的协议结构分析策略,通过识别格式标识字段实现字段间层次关系的提取。对多种公开协议的分析测试表明,该方法能够得到BNF形式的报文格式,并在提高字段识别准确度的同时减少了时间开销,具有较高的应用价值。