隐马尔科夫过程在生物信息学中的应用
 |
| 第7页 |
 |
| 第1页 |
参见附件(339KB，7页)。
周海廷 西南科技大学生命科学与工程学院
【摘要】隐马尔科夫过程 (hiddenMarkovmodel,简称HMM)是 2 0世纪 70年代提出来的一种统计方法 ,以前主要用于语音识别[1 ] .1 989年Churchill[2 ] 将其引入计算生物学 .目前 ,HMM是生物信息学中应用比较广泛的一种统计方法[3～ 7] ,主要用于 :线性序列分析、模型分析、基因发现等方面 .对HMM进行了简明扼要的描述 ,并对其在上述几个方面的应用作一概略介绍
【关键词】 隐马尔科夫过程 序列搜索 模型估计 基因识别
【分类号】Q811.4
1隐马尔科夫过程方法描述1 .1马尔科夫过程 (Markovmodek)在分子遗传学中 ,Markovmodek(简称MM)主要用于描述某一核苷酸序列从其特定的祖代遗传而来的概率 ,换言之 ,从现有的核苷酸序列来推测最有可能出现的祖代核苷酸序列 .我们可以将MM想象
------
摘 要：隐马尔科夫过程(hidden Markov model，简称HMM)是20世纪70年代提出来的一种统计方法，以前主要用于语音识别.1989年ChurcldUl将其引入计算生物学.目前，HMM是生物信息学中应用比较广泛的一种统计方法，主要用于：线性序列分析、模型分析、基因发现等方面.对HMM进行了简明扼要的描述，并对其在上述几个方面的应用作一概略介绍.
关键词：隐马尔科夫过程；序列搜索；模型估计；基因识别
中图分类号：Q811.4
文献标识码：A
文章编号：1007—7847(2002)03-0204-07
您现在查看是摘要介绍页，详见PDF附件(339KB，7页)。