若干统计计算模型研究及其在生物医学信息处理中的应用概率论与数理统计专业论文.docxVIP

下载本文档

3
0
约16.8万字
约 161页
2019-01-20 发布于上海
举报
版权申诉

若干统计计算模型研究及其在生物医学信息处理中的应用概率论与数理统计专业论文.docx

1、本文档共161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

若干统计计算模型研究及其在生物医学信息处理中的应用概率论与数理统计专业论文

目目录中文摘要 I 英文摘要 V 第一章心电信号时间序列自适应ICA．EEMD—WS算法及其在非入侵式胎J L,b电图分离及去噪中的应用 1 1．1背景综述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 1 1．2心电信号时间序列自适应ICA—EEMD—WS统计计算模型．．．．．．．．．． 4 1．2．1 ICA，EEMD和WS算法综述．．．．．．．．．．．．．．．．．．．．． 4 1．2．2新的IMF统计假设检验．．．．．．．．．．．．．．．．．．．．．．．． 6 1．2．3 ICA—EEMD—WS算法．．．．．．．．．．．．．．．．．．．．．．．．． 11 1．2．4算法评价指标．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 12 1．3 ICA—EEMD—WS在FECG信号分离和去噪中的应用．．．．．．．．．．．．． 14 1．3．1数据来源．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 14 1．3．2实验设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 16 1．3．3 FastICA算法的分离效果．．．．．．．．．．．．．．．．．．．．．．． 17 1．3．4 EEMD—WS算法的去噪效果．．．．．．．．．．．．．．．．．．．．． 17 1．3．5算法效果讨论．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 23 1．4本章结论．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 24 第二章基于Marple算法和小波包变换的模式识别算法及其在真核生物DNA序列蛋白质编码区识别中的应用 25 2．1背景综述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 25 2．2基于Marple算法和小波包变换的模式识别算法．．．．．．．．．．．．．．． 28 2．2．1 DNA序列的数值映射表示．．．．．．．．．．．．．．．．．．．．．． 28 2．2．2利用FIR带通滤波器强化DNA数值序列的周期三特性．．．．．．． 30 2．2．3利用Marple算法进行自回归谱估计．．．．．．．．．．，．．．．．． 31 2．2．4利用Marple算法提取周期三信号成分．．．．．．．．．．．．．．．． 33 2．2．5小波包变换去噪．．．．．．．．．．．．．．．．．．．．．．．．．．．． 34 2．2．6阈值的选择．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 35 2．2．7核苷酸水平上的算法评价标准．．．．．．．．．．．．．．．．．．．． 35 2．3 Marple—WPT算法在蛋白质编码区识别中的应用．．．．．．．．．．．．．． 37 万方数据山东大学博士学位论文山东大学博士学位论文 2．3．1数据来源．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 37 2．3．2算法结果和讨论．．．．．．．．．．．．．．．．．．．．．．．．．．．． 38 2．4本章结论．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 40 第三章基于非序列比对的支持向量机和决策森林算法及其在病毒预测中的应用研究 6 3．1背景综述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．知4 6 3．2基于非序列比对的支持向量机和决策森林分类算法．．．．．．．．．．．． 48 3．2．1非序列比对DNA序列数值化及特征提取．．．．．．．．．．．．．．． 49 3．2．2变量选择．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 53 3．2．3网格有哪些信誉好的足球投注网站参数寻优二分类支持向量机．．．．．．．．．．．．．．．． 53 3．2．4多分类随机森林算法．．．．．．．．．．．．．．．．．．．．．．．．． 55 3。2．5综合算法流程图．．．．．．．．．．．．．．．．．．．．．．．．．．．． 5 7 3．2．6算法评价指标．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 58 3．3 SVM—RF分类算法在病毒序列识别中的应用．．．．．．．．．．．．．．．． 60 3．3．1数据来源与试验设计．．．．．．．．．．．．．．．．．．．．．．．．． 6O 3．3．2算法实施．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 64 3．3．3分类结果．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 6 6 3．3．4结果讨论．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 73 3．4本章结论．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 79 第四章 Me