隐马尔科夫过程在生物信息学中的应用

• 作者: 周海廷
• 来源期刊: 生命科学研究
• 学科: 生物学
• 关键词: 隐马尔科夫过程 序列搜索 模型估计 基因识别
• 年，卷（期）: 2002,（3）
• 所属期刊栏目: 研究进展与综述
• 页码范围: 204-210
• 页数: 7页
• 分类号: Q811.4
• 字数: 5013字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-7847.2002.03.004

摘要

隐马尔科夫过程(hidden Markov model,简称HMM)是20世纪70年代提出来的一种统计方法,以前主要用于语音识别[1].1989年Churchill[2]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法[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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周海廷	西南科技大学生命科学与工程学院	11	45	3.0	6.0