分形图形与基因序列可视化

发布时间：2017-06-26 09:03

  本文关键词：分形图形与基因序列可视化，，由笔耕文化传播整理发布。

【摘要】：本世纪以来,以基因组科学为代表的生命科学研究产生和积累了海量的数据信息,目前信息存储、共享、查找和使用等产生了大量工作困难,基于可视化技术的信息挖掘成为一种必需的解决途径。生物信息可视化依托于现有的计算技术,在一定时间内产生视觉表现模型,并在此基础上尽可能地增强交互性,从而加强用户体验以及对生物数据分析结果的认知能力。当今世界范围内的基因组学可视化工具,从Excel,到Google文档,软件R等等,都帮助研究人员完成了大量分析工作。但为了更好地为挖掘有效信息,其开发趋势向具有统计分析功能的一站式集成工具靠拢,并在交互性、美观性、实用性方面期望有更多的努力和实现。以基因芯片的分析表达为代表的生物信息学是综合生物科学、计算机科学和信息传达可视化的综合学科,当在单一学科内进行研究时,研究人员要进行额外技能学习,或无法打开思路。所以作为21世纪将产生巨大进步的领域,应尽快加强各学科的合作研究。
【关键词】：大数据 生物信息学 可视化 分形 图形 基因序列
【学位授予单位】：中央美术学院
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：Q811.4
【目录】：

• 摘要5-6
• ABSTRACT6-9
• 1 序论9-12
• 1.1 大数据可视化9-10
• 1.2 基因序列可视化的意义10-12
• 2 生物信息学和分形12-21
• 2.1 生物信息学简介12-14
• 2.1.1 研究内容和背景12-13
• 2.1.2 术语和数据库简介13-14
• 2.2 基因信息可视化的发展和现状14-16
• 2.2.1 Z曲线表示法14-15
• 2.2.2 浏览器表示法15
• 2.2.3 其他表示法15-16
• 2.3 分形图形16-21
• 2.3.1 分形及其自相似性质17-18
• 2.3.2 经典分形图形及生成方法18-21
• 3 DNA序列的分形图形可视化方法21-25
• 3.1 DNA序列分形曲线表示原理21-23
• 3.1.1 谢尔宾斯基垫片22
• 3.1.2 希尔伯特曲线22-23
• 3.1.3 高斯伯曲线23
• 3.2 分形图形DNA可视化图像的构成方法23-24
• 3.3 图像的表达应用实例24-25
• 4 图像表达时的色谱选择25-31
• 4.1 图像构成过程中的信息压缩25-26
• 4.2 色谱选择的重要性26-27
• 4.3 色彩图像的表达意义27-31
• 4.3.1 希尔伯特曲线基因图像27-28
• 4.3.2 高斯伯曲线基因图像28-29
• 4.3.3 谢尔宾斯基曲线基因图像29-31
• 5 总结31-33
• 5.1 本文主要工作31
• 5.2 主要贡献和创新点31
• 5.3 工作展望31-33
• 参考文献33-34
• 致谢34-35
• 学术成果统计-作品、论文及专著发表35
• 学术成果统计-展览及获奖35

【参考文献】

中国期刊全文数据库 前1条

1 张春霆;生物信息学的现状与展望[J];世界科技研究与发展;2000年06期

  本文关键词：分形图形与基因序列可视化，由笔耕文化传播整理发布。

本文编号：485519