基于改进隐马尔科夫模型的畜禽全基因组关联分析中的多重检验方法

• 作者: 梅步俊 王志华
• 来源期刊: 安徽农学通报
• 学科: 农学
• 关键词: 全基因组关联分析 隐马尔科夫模型 人工神经网络 多重比较 假设检验
• 年，卷（期）: 2015,（10）
• 所属期刊栏目: 基础性研究与方法
• 页码范围: 22-24
• 页数: 3页
• 分类号: S852
• 字数: 3625字
• 语种: 中文

摘要

为了改进在畜禽全基因组关联分析中,利用隐马尔可夫模型(HMM)进行多重检验时的过学习问题,提出将人工神经网络算法(ANN)作为预处理,引入畜禽全基因组关联分析中,较好地弥补了已有的多重检验方法的缺陷,提高了统计推断性能,其运算速度也显著提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王志华	河套学院土木工程系	25	10	2.0	2.0
2	梅步俊	河套学院农学系	26	14	2.0	3.0