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:
生物信息学的发展需要新技术的支持.大数据技术具有支持生物信息学的特征,并在生物信息领域取得了一定的成果.介绍了大数据技术在生物信息学中的应用基础,分析了数据采集、预处理、数据存储和管理、数据分析与挖掘技术,讨论了大数据技术应用于生物信息学中的瓶颈与挑战,以及应用出现的隐私泄露等问题,展望了大数据技术在生物信息学中的应用前景.
推荐文章
Docker技术在生物信息学中的应用
Docker
云计算
生物信息学
标准化
复用性
数据挖掘在生物信息学中的应用
数据挖掘
生物信息学
人类基因组计划
数据库知识发现
数据挖掘在生物信息学中的应用
数据挖掘
生物信息学
数据挖掘工具
生物学数据库
数据挖掘技术在生物信息学中的应用
生物信息
数据挖掘
数据库
KDD
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 大数据技术在生物信息学中的应用综述
来源期刊 软件导刊 学科 工学
关键词 大数据 生物信息学 数据挖掘
年,卷(期) 2016,(4) 所属期刊栏目 应用技术与研究
研究方向 页码范围 147-148
页数 2页 分类号 TP319
字数 2777字 语种 中文
DOI 10.11907/rjdk.1511527
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 何远 大理大学数学与计算机学院 4 23 2.0 4.0
2 张丽娜 大理大学数学与计算机学院 6 7 1.0 2.0
3 朱兴文 大理大学数学与计算机学院 8 12 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (3)
节点文献
引证文献  (6)
同被引文献  (28)
二级引证文献  (7)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(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)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(7)
  • 引证文献(3)
  • 二级引证文献(4)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
大数据
生物信息学
数据挖掘
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
软件导刊
月刊
1672-7800
42-1671/TP
16开
湖北省武汉市
38-431
2002
chi
出版文献量(篇)
9809
总下载数(次)
57
总被引数(次)
30383
论文1v1指导