隐马尔科夫过程在生物信息学中的应用.pdfVIP

下载本文档

18
0
约1.87万字
约 7页
2017-06-01 发布于河南
举报
版权申诉

隐马尔科夫过程在生物信息学中的应用.pdf

1、本文档共7页，可阅读全部内容。
2、有哪些信誉好的足球投注网站（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

隐马尔科夫过程在生物信息学中的应用

6 3 生命科学研究 Vol. 6 No. 3 2002 9 Life Science Research Sep. 2002 周海廷 ( , 621000) : 隐马尔科夫过程( hidden Marko model, 简称HMM) 是20 世纪70 年代提出来的一种统计方 , 以前主要 [ 1] [ 2] 用于语音识别 . 1989 年Churchill 将其引入计算生物学. 目前, HMM 是生物信息学中应用比较广泛的一种统计方 [3~ 7] , 主要用于: 线性序列分析模型分析基因发现等方面. 对HMM 进行了简明扼要的描述, 并对其在上述几个方面的应用作一概略介绍. : 隐马尔科夫过程; 序列有哪些信誉好的足球投注网站; 模型估计; 基因识别 : Q811. 4 : A : 1007-7847( 2002) 03-0204-07 An Introduction to the Hidden Markov Models for Bioinformatics ZHOU Ha-i ting ( Southwest University of Science Technology ,Miany ang 621000, Sichuan, China) Abstract:The Hidden Marko Model ( HMM) is a statistical model, which is ery well suited for many tasks in mo- lecular biology, although they ha e been mostly de eloped for speech recognition since the early 1970s. The most popular use of the HMM in molecular biology is as a probabilistic pro-file of a protein family, which is called a profile HMM. From a family of proteins ( or DNA) a profile HMM can be made for searching a database for other members of the family. The HMM can be applied to other types of problems. It is particularly well suited for prob- lems with a simple grammatical structure, such as gene finding. Key words: hidden Marko models; sequence search; model estimation;gene-finding ( Lfi e Science Research , 2002, 6( 3) : 204~ 210) ) . 1 ( , 1. 1 (Markov model) A C, G , Marko model( MM) , ) . ( 0 1 , ,