改進聚類分析算法及其在DNA序列中的應(yīng)用
發(fā)布時間:2020-12-06 08:21
聚類分析是數(shù)據(jù)挖掘中的一種跨學科、跨領(lǐng)域的數(shù)據(jù)分析方法,由于現(xiàn)今社會的發(fā)展需求,聚類分析算法被應(yīng)用的范圍以及頻率越來越多,因此,改進的聚類分析算法也相應(yīng)增多。鑒于諸多問題在分類界線上模糊,使得人們無法確定,因此模糊聚類的應(yīng)用逐漸被廣泛。國內(nèi)外的許多專家學者逐漸的將聚類分析問題轉(zhuǎn)變?yōu)閳D劃分問題,以圖為基本思想,將問題進行聚類的譜聚類也逐漸受到追捧。模糊聚類和譜系聚類一躍成為研究熱點,但是針對某些問題時,兩種聚類算法并不能通用,并且都存在一些缺陷,為進一步優(yōu)化聚類算法,便可以借助一些其他的方法將兩者結(jié)合達到優(yōu)化算法的目的,提高聚類分析的性能。我國作為農(nóng)業(yè)大國,玉米一直以來都是主要農(nóng)作物之一,然而隨著玉米需求量的增加卻沒有帶來玉米產(chǎn)量的增加,其主要因素便是玉米的病蟲害,而玉米螟則是主要的玉米害蟲。現(xiàn)階段我國針對玉米螟的防治手段有化學防治、生物防治和農(nóng)業(yè)防治三種手段,但是都沒有針對性,效果不夠明顯。為了進一步研究不同種類玉米螟的生長發(fā)育過程的習性,以達到更好地防治效果。本文提出了玉米螟在寄主和地理位置上存在類別差異的猜想,然后利用已知地理位置和寄主的玉米螟基因數(shù)據(jù),采用遺傳多樣性分析和改進的聚...
【文章來源】:吉林農(nóng)業(yè)大學吉林省
【文章頁數(shù)】:48 頁
【學位級別】:碩士
【部分圖文】:
玉米螟樣本圖
溫度 時間94℃ 4min94℃ 30s52 ℃ 30s54℃ 30min+35 個循環(huán)72℃ 5min最后 4 ℃下保存 PCR 樣品。PCR 產(chǎn)物進行電泳分析并在紫外分光光度儀下觀察濃度。PCR 產(chǎn)物電泳條帶,見圖 2.2。
圖 3.1 COI 基因堿基替換擬合圖Fig.3.1 Base replacement fitting of COI gene 線性回歸分析,見表 3-5。表 3-5 P-Ts 線性回歸分析表Table 3-5 P-Ts linear regression analysis table回歸分析 殘差 總計SS 0.008647139 4.75648E-06 0.008651896MS 0.008647139 3.5763E-08F 241789.8826Significance F 1.1506E-218P-value 0.037309063Multiple R 0.99972508R Square 0.999450238djusted R Square 0.999446104標準誤差 0.000189111
【參考文獻】:
期刊論文
[1]基于SRAP標記的羊蹄甲不同地理群體遺傳多樣性分析[J]. 何妙坤,韋雪芬,李焜釗,黃少偉,馮志堅,黃久香. 分子植物育種. 2019(06)
[2]基于多分類支持向量機的優(yōu)化算法智能推薦系統(tǒng)與實證分析[J]. 崔建雙,車夢然. 計算機工程與科學. 2019(01)
[3]玉米螟綜合防治技術(shù)[J]. 劉明華,黃巧云. 上海農(nóng)業(yè)科技. 2018(06)
[4]國內(nèi)玉米螟綜合防治技術(shù)[J]. 周文靖,王建楠,張斯琦,李婷婷,許龍. 中國科技信息. 2018(18)
[5]長江中上游4個鰱群體遺傳多樣性分析[J]. 陳會娟,劉明典,汪登強,董微微,呂浩,陳大慶,李云. 淡水漁業(yè). 2018(01)
[6]基于核函數(shù)支持向量機的植物葉部病害多分類檢測方法[J]. 魏麗冉,岳峻,李振波,寇光杰,曲海平. 農(nóng)業(yè)機械學報. 2017(S1)
[7]玉米病蟲害防治技術(shù)探析[J]. 張桂紅. 農(nóng)民致富之友. 2016(23)
[8]玉米螟的發(fā)生特點與綜合防治措施[J]. 張菁. 現(xiàn)代農(nóng)業(yè)科技. 2015(19)
[9]改進遺傳算法優(yōu)化模糊均值聚類中心的圖像分割[J]. 董倩. 吉林大學學報(理學版). 2015(04)
[10]淺析玉米病蟲害綜合防治技術(shù)[J]. 瑪麗也木·賽都拉,哈力克子·吾甫爾,熱比汗·艾力. 農(nóng)業(yè)與技術(shù). 2014(11)
博士論文
[1]氟苯蟲酰胺和NK130102對亞洲玉米螟的分子作用機理研究[D]. 崔麗.中國農(nóng)業(yè)科學院 2014
[2]基于支持向量機的聚類及文本分類研究[D]. 平源.北京郵電大學 2012
[3]中國地方鵝種遺傳資源多樣性與分類地位的研究[D]. 杜文興.南京農(nóng)業(yè)大學 2011
碩士論文
[1]基于GA優(yōu)化的核模糊C均值聚類算法的研究[D]. 黃白梅.武漢科技大學 2013
[2]國家重點保護植物金毛狗(Cibotium barometz (Linn.)J.Sm.)遺傳多樣性的ISSR和SRAP研究[D]. 由永飛.西南大學 2012
[3]海南省劍葉龍血樹種群生境調(diào)查及其ISSR遺傳多樣性分析[D]. 楊松.海南大學 2012
[4]分子連接性指數(shù)計算軟件制作及應(yīng)用[D]. 單俐經(jīng).華東理工大學 2011
[5]基因數(shù)據(jù)聚類分析研究[D]. 張白妮.湖南大學 2005
本文編號:2901052
【文章來源】:吉林農(nóng)業(yè)大學吉林省
【文章頁數(shù)】:48 頁
【學位級別】:碩士
【部分圖文】:
玉米螟樣本圖
溫度 時間94℃ 4min94℃ 30s52 ℃ 30s54℃ 30min+35 個循環(huán)72℃ 5min最后 4 ℃下保存 PCR 樣品。PCR 產(chǎn)物進行電泳分析并在紫外分光光度儀下觀察濃度。PCR 產(chǎn)物電泳條帶,見圖 2.2。
圖 3.1 COI 基因堿基替換擬合圖Fig.3.1 Base replacement fitting of COI gene 線性回歸分析,見表 3-5。表 3-5 P-Ts 線性回歸分析表Table 3-5 P-Ts linear regression analysis table回歸分析 殘差 總計SS 0.008647139 4.75648E-06 0.008651896MS 0.008647139 3.5763E-08F 241789.8826Significance F 1.1506E-218P-value 0.037309063Multiple R 0.99972508R Square 0.999450238djusted R Square 0.999446104標準誤差 0.000189111
【參考文獻】:
期刊論文
[1]基于SRAP標記的羊蹄甲不同地理群體遺傳多樣性分析[J]. 何妙坤,韋雪芬,李焜釗,黃少偉,馮志堅,黃久香. 分子植物育種. 2019(06)
[2]基于多分類支持向量機的優(yōu)化算法智能推薦系統(tǒng)與實證分析[J]. 崔建雙,車夢然. 計算機工程與科學. 2019(01)
[3]玉米螟綜合防治技術(shù)[J]. 劉明華,黃巧云. 上海農(nóng)業(yè)科技. 2018(06)
[4]國內(nèi)玉米螟綜合防治技術(shù)[J]. 周文靖,王建楠,張斯琦,李婷婷,許龍. 中國科技信息. 2018(18)
[5]長江中上游4個鰱群體遺傳多樣性分析[J]. 陳會娟,劉明典,汪登強,董微微,呂浩,陳大慶,李云. 淡水漁業(yè). 2018(01)
[6]基于核函數(shù)支持向量機的植物葉部病害多分類檢測方法[J]. 魏麗冉,岳峻,李振波,寇光杰,曲海平. 農(nóng)業(yè)機械學報. 2017(S1)
[7]玉米病蟲害防治技術(shù)探析[J]. 張桂紅. 農(nóng)民致富之友. 2016(23)
[8]玉米螟的發(fā)生特點與綜合防治措施[J]. 張菁. 現(xiàn)代農(nóng)業(yè)科技. 2015(19)
[9]改進遺傳算法優(yōu)化模糊均值聚類中心的圖像分割[J]. 董倩. 吉林大學學報(理學版). 2015(04)
[10]淺析玉米病蟲害綜合防治技術(shù)[J]. 瑪麗也木·賽都拉,哈力克子·吾甫爾,熱比汗·艾力. 農(nóng)業(yè)與技術(shù). 2014(11)
博士論文
[1]氟苯蟲酰胺和NK130102對亞洲玉米螟的分子作用機理研究[D]. 崔麗.中國農(nóng)業(yè)科學院 2014
[2]基于支持向量機的聚類及文本分類研究[D]. 平源.北京郵電大學 2012
[3]中國地方鵝種遺傳資源多樣性與分類地位的研究[D]. 杜文興.南京農(nóng)業(yè)大學 2011
碩士論文
[1]基于GA優(yōu)化的核模糊C均值聚類算法的研究[D]. 黃白梅.武漢科技大學 2013
[2]國家重點保護植物金毛狗(Cibotium barometz (Linn.)J.Sm.)遺傳多樣性的ISSR和SRAP研究[D]. 由永飛.西南大學 2012
[3]海南省劍葉龍血樹種群生境調(diào)查及其ISSR遺傳多樣性分析[D]. 楊松.海南大學 2012
[4]分子連接性指數(shù)計算軟件制作及應(yīng)用[D]. 單俐經(jīng).華東理工大學 2011
[5]基因數(shù)據(jù)聚類分析研究[D]. 張白妮.湖南大學 2005
本文編號:2901052
本文鏈接:http://www.lk138.cn/nykjlw/dzwbhlw/2901052.html
最近更新
教材專著