广义隐Markov模型在基因识别中的应用

• 作者: 李冬冬 王正志
• 来源期刊: 生物信息学
• 学科: 生物学
• 关键词: 广义隐Markov模型 GHMM Viterbi算法 基因识别
• 年，卷（期）: 2004,（1）
• 所属期刊栏目: 技术与方法
• 页码范围: 18-21
• 页数: 4页
• 分类号: Q615|Q-332
• 字数: 3390字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-5565.2004.01.005

摘要

广义隐Markov模型(GHMM)是基因识别的一种重要模型,但是其计算量比传统的隐Markov模型大得多,以至于不能直接在基因识别中使用.根据原核生物基因的结构特点,提出了一种高效的简化算法,其计算量是序列长度的线性函数.在此基础上,构建了针对原核生物基因的识别程序GeneMiner,对实际数据的测试表明,此算法是有效的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王正志	国防科技大学自动控制系	85	629	13.0	20.0
2	李冬冬	国防科技大学自动控制系	10	55	5.0	7.0