基于gwqpso和bwt的dna序列壓縮算法研究

《基于gwqpso和bwt的dna序列壓縮算法研究》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、碩士學(xué)位論文基于GWQPSO和BWT的DNA序列壓縮算法研究作者姓名譚紅艷學(xué)科專業(yè)信號與信息處理指導(dǎo)教師孫季豐所在學(xué)院電子與信息學(xué)院論文提交日期2016年4月ResearchonDNAsequencecompressionalgorithmbasedonGWQPSOandBWTADissertationSubmittedfortheDegreeofMasterCandidate：TanHongyanSupervisor：Prof.SunJifengSouthChinaUniversityofTechnologyGuangzhou,China分類號：

2、TP391.41學(xué)校代號：10561學(xué)號：201320109262華南理工大學(xué)碩士學(xué)位論文基于GWQPSO和BWT的DNA序列壓縮算法研究作者姓名：譚紅艷指導(dǎo)教師姓名、職稱：孫季豐教授申請學(xué)位級別：工學(xué)碩士學(xué)科專業(yè)名稱：信號與信息處理研究方向：生物信息學(xué)數(shù)據(jù)處理論文提交日期：2016年4月21日論文答辯日期：2016年6月7日學(xué)位授予單位：華南理工大學(xué)學(xué)位授予日期：年月日答辯委員會成員：主席：柯峰副教授委員：馮穗力教授、張永忠教授級高工、薛鋒章研究員、孫季豐教授華南理工大學(xué)學(xué)位論文原創(chuàng)性聲明本人鄭重聲明：所呈交的論文是本人在導(dǎo)師的指導(dǎo)下獨(dú)立

3、進(jìn)行研究所取得的研巧成果。除了文中特別加標(biāo)注引用的內(nèi)容外，本論文不包含任何其他個(gè)人或集體己經(jīng)發(fā)表或撰寫的成果作品。對本文的研究做出重要貢獻(xiàn)的個(gè)人和集體。，均己在文中明確方式標(biāo)明本人完全意識到本聲明的法律后果由本人承擔(dān)。：列年６作者簽名軒扳日期；月８日／學(xué)位論文版權(quán)使用授權(quán)書，本學(xué)位論文作者完全了解學(xué)校有關(guān)保留、巧學(xué)位論文的規(guī)定，目Ｐ：．巧研究生在校攻讀學(xué)位期間論文工作的知識產(chǎn)權(quán)單位屬華南理工大學(xué)。學(xué)校有權(quán)保存并向國家有關(guān)部口或機(jī)構(gòu)送交論文的復(fù)印件和電子版，允許學(xué)位論文被查閱（除在保密期內(nèi)的保密論文外）；學(xué)

4、?？桑蓿椤龉紝W(xué)位論文的全［部或部分內(nèi)容，可１＾＾允許采用影印、縮印或其它復(fù)制手段保存、匯編學(xué)位一論文。本人電子文檔的內(nèi)容和紙質(zhì)論文的內(nèi)容相致。本學(xué)位論文屬于：□保密，在年解密后適用本授權(quán)書。時(shí)不保密，同意在校園網(wǎng)上發(fā)布，供校內(nèi)師生和與學(xué)校有共享協(xié)議的單位瀏覽；同意將本人學(xué)位論文提交中國學(xué)術(shù)期刊（光盤版）電子雜志杜全文出版和編入ＣＮＫＩ《中國知識資源總庫》，傳播學(xué)位論文的全部或部分內(nèi)容。＂＂Ｖ（請?jiān)冢咨舷鄳?yīng)方框內(nèi)打）的托興曰作者簽名：渾，＾日期；崎八：牙指導(dǎo)教師簽名日期：作系箱：者聯(lián)電話電

5、子郵：聯(lián)系地址（含郵）編摘要DNA數(shù)據(jù)作為生物信息的遺傳指令碼本，控制著生物體的信息表達(dá)與機(jī)能運(yùn)作，已成為當(dāng)下的研究熱點(diǎn)。隨著基因測序工程的火熱開展，大量DNA數(shù)據(jù)應(yīng)運(yùn)而生，儲存、處理、解析這些海量數(shù)據(jù)將帶來的巨大的存儲及傳輸壓力。不同于常規(guī)文本數(shù)據(jù)，DNA序列數(shù)據(jù)具有特殊的生物信息特點(diǎn)，若直接采取普適性的壓縮算法并不能取得良好的壓縮效果，需要研究專門針對DNA數(shù)據(jù)的壓縮算法。現(xiàn)有的算法在搜索DNA序列中存在的近似匹配信息時(shí)花費(fèi)了較多的時(shí)間和空間但提升效果并不顯著?；诖?，本文對DNA序列進(jìn)行研究分析，針對DNA序列中的精確重復(fù)片段信息，一采取

6、優(yōu)化算法對DNA序列進(jìn)行重復(fù)片段搜索匹配，二利用BWT聚集DNA序列中的堿基字符以獲取更多的重復(fù)片段信息，具體工作如下：（1）本文對DNA序列數(shù)據(jù)的特點(diǎn)、普適性壓縮算法的原理、DNA數(shù)據(jù)壓縮算法及DNA數(shù)據(jù)壓縮算法的性能評價(jià)指標(biāo)進(jìn)行細(xì)致分析，為后續(xù)的研究做好鋪墊。（2）針對構(gòu)建字典的重復(fù)信息片段的選取，本文提出基于GWQPSO的DNA序列壓縮算法：先將DNA數(shù)據(jù)的重復(fù)片段模式與粒子的維度信息之間建立映射關(guān)系，對輸入序列進(jìn)行連續(xù)編碼，使用改進(jìn)的GWQPSO算法（加入高斯變異因子和改變權(quán)重系數(shù)，具有更好收斂特性）來尋優(yōu)DNA重復(fù)信息碼本映射的粒子，種群

7、進(jìn)化的同時(shí)獲取到更優(yōu)匹配重復(fù)片段信息，達(dá)到優(yōu)化壓縮字典，提高壓縮性能的目的。（3）本文利用BWT具有聚集相同字符的特點(diǎn)，對DNA序列變換以獲取更多的重復(fù)片段信息，并針對DNA序列數(shù)據(jù)的重復(fù)片段信息的利用，本文提出改進(jìn)多重字典進(jìn)行迭代，對得到的迭代字典結(jié)果采用基于改進(jìn)PPM的二階算術(shù)編碼模型編碼輸出。實(shí)驗(yàn)表明加入BWT后可以使DNA序列的重復(fù)信息得到更好利用，壓縮效果更優(yōu)。本文提出的兩個(gè)DNA序列壓縮算法分別在DNA基準(zhǔn)測序數(shù)據(jù)及大序列數(shù)據(jù)測試集上進(jìn)行仿真實(shí)驗(yàn)，結(jié)果表明，算法對DNA序列數(shù)據(jù)重復(fù)信息的提取及利用均可獲得較好收益，與現(xiàn)有的DNA數(shù)據(jù)壓縮

8、算法相比具有不錯(cuò)的壓縮性能及良好的魯棒性。關(guān)鍵詞：生物信息；DNA序列；GWQPSO；BWT；字典迭代IAbstractA