广义隐Markov模型在基因识别中的应用

摘要：

广义隐Markov模型(GHMM)是基因识别的一种重要模型,但是其计算量比传统的隐Markov模型大得多,以至于不能直接在基因识别中使用.根据原核生物基因的结构特点,提出了一种高效的简化算法,其计算量是序列长度的线性函数.在此基础上,构建了针对原核生物基因的识别程序GeneMiner,对实际数据的测试表明,此算法是有效的.

关键词：广义隐Markov模型、GHMM Viterbi算法、基因识别

所属期刊栏目：2

分类号：Q615;Q-332(理论生物物理学)

在线出版日期：2004-07-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：18-21