基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出近似重复矢量(Approximate Repeat Vector,ARV)模型用于DNA序列冗余片段的描述.通过将数据生物信息学特征引入压缩预处理,并使用ARV矢量构造编码码本,提出了非对称DNA序列压缩算法BioLZMA-2.算法引入基于粒子群优化的Memetic改进方法CLIPSO-MA用于压缩码本的智能优化设计,有效提升了编码性能.在标准测试序列上的实验结果表明,BioLZMA-2可获得比现有DNA序列数据压缩方法更高的压缩率.
推荐文章
基于字典的DNA序列压缩算法研究及应用
数据压缩
生物信息学
DNA序列数据
DNA序列数据压缩技术综述
NA数据压缩
DNA压缩算法
压缩编码
压缩评价标准
基于LZW算法的声波测井数据压缩研究
声波测井
测井数据
无损压缩
LZW算法
Hash函数
基于数据压缩的多传感器PHD滤波算法
数据压缩
概率假设密度
多传感器
多目标跟踪
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于Memetic优化的智能DNA序列数据压缩算法
来源期刊 电子学报 学科 工学
关键词 DNA序列数据压缩 生物信息学 近似重复矢量 Memetic算法
年,卷(期) 2013,(3) 所属期刊栏目 学术论文
研究方向 页码范围 513-518
页数 6页 分类号 TP391
字数 4518字 语种 中文
DOI 10.3969/j.issn.0372-2112.2013.03.016
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 纪震 深圳大学计算机与软件学院 57 655 13.0 24.0
3 陈思平 浙江大学生物医学工程与仪器科学学院 41 216 8.0 13.0
9 朱泽轩 深圳大学计算机与软件学院 9 50 4.0 7.0
11 周家锐 浙江大学生物医学工程与仪器科学学院 2 25 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (20)
共引文献  (14)
参考文献  (7)
节点文献
引证文献  (5)
同被引文献  (7)
二级引证文献  (2)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1978(1)
  • 参考文献(0)
  • 二级参考文献(1)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(2)
  • 参考文献(1)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(4)
  • 参考文献(2)
  • 二级参考文献(2)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2014(2)
  • 引证文献(2)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(2)
  • 引证文献(1)
  • 二级引证文献(1)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
DNA序列数据压缩
生物信息学
近似重复矢量
Memetic算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电子学报
月刊
0372-2112
11-2087/TN
大16开
北京165信箱
2-891
1962
chi
出版文献量(篇)
11181
总下载数(次)
11
总被引数(次)
206555
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
广东省自然科学基金
英文译名:Guangdong Natural Science Foundation
官方网址:http://gdsf.gdstc.gov.cn/
项目类型:研究团队
学科类型:
论文1v1指导