基于YKW图形表达的人类基因短编码序列识别

针对人类短编码序列的识别问题,根据碱基在密码子三个位置的偏性和碱基自身物理化学性质的分类,提出一种新的图形表示方法——YKW图形,然后在此图形上,提取了9个有效的面积矩阵特征,识别过程中,为了提高识别率利用递增特征选择算法添加4个统计特征,并采用主元分析(PCA)方法对这13个特征降维,最后使用支持向量机(SVM)对人类的短编码序列进行编码区/非编码区识别。实验结果表明,与其他方法相比,该方法使用较少的特征(7个或4个)取得了更好的识别结果。

短序列条纹编码法检测三维物体形状

条纹边界编码法检测三维物体形状需要利用条纹边界的调变来匹配多帧图像,所以在检测纹理较复杂的物体表面时．条纹边界编码的调变次数尽量多对检测精度的提高具有很重要的意义。本文采用了一种短序列编码的办法．有效地增加了条纹调变次数．提高了场景局部的检测精度。

短基因编码序列识别及基因突变检测问题研究

基于频谱分析的基因预测方法普遍有一个缺点就是对短编码序列识别效果不佳,采用多参数Z-curve方法,再运用Fisher线性判别法对短编码序列(<100bp)进行预测,并进行了仿真验证.接着对基因突变问题采用频谱和信噪比分析方法的可行性进行了研究.