您的位置： 专家智库 > >

陈晓林

作品数：3 被引量：7H指数：1
供职机构：中国科学院数学与系统科学研究院更多>>
发文基金：国家自然科学基金更多>>
相关领域：理学更多>>

合作作者

文献类型

  • 2篇期刊文章
  • 1篇学位论文

领域

  • 3篇理学

主题

  • 2篇EM算法
  • 2篇GIBBS抽...
  • 2篇MOTIF
  • 1篇英文
  • 1篇混合正态分布
  • 1篇保守序列

机构

  • 3篇苏州大学
  • 1篇中国科学院数...

作者

  • 3篇陈晓林
  • 2篇汪四水

传媒

  • 1篇生物数学学报
  • 1篇苏州大学学报...

年份

  • 1篇2010
  • 2篇2007
共 3 条 记 录，以下是 1-3
全选 清除 导出
排序方式：
基于Gibbs抽样和EM算法的生物保守序列motif识别
随着许多物种的基因测序工程的完成和生物技术的发展，人类拥有了大量的生物数据。本世纪一个具有挑战性的问题就是挖掘这些数据中的生物信息，其中发现生物序列中的保守片断是一个重要的问题。这些保守片断被称为motif。 ...
陈晓林
关键词：MOTIFGIBBS抽样EM算法
文献传递
一类混合正态分布参数估计的EM算法和数据扩张被引量：6
2007年
从解析的角度得到混合正态分布参数的ML估计是很困难的.通过引入"缺失数据",利用Little和Schluchter(1985)提出的处理分类和连续数据的方法,给出具有相同协方差阵的混合正态分布参数估计的EM算法和数据扩张算法.
陈晓林汪四水
关键词：混合正态分布EM算法
变长度Motif识别中的Gibbs抽样算法(英文)
2010年
Motif识别是计算生物学中的重要问题.处理缺失数据的方法被大家广泛应用于生物序列中的Motif识别,例如EM算法,Gibbs抽样等等.现在识别Motif的方法都是首先假定Motif的长度是给的,但是,事实上Motif的长度是未知的,在这篇文章中,我们用Gibbs抽样算法在寻找Motif的位置的同时确定Motif的长度.
陈晓林汪四水
关键词：GIBBS抽样MOTIF
全选 清除 导出
共1页<1>
聚类工具0