精确串匹配的并行算法研究与实现

围绕精确串匹配的并行算法展开研究.在基于分布存储的并行机群上,以串匹配的KR（Karp-Rabin）算法为理论基础,选择合适的Hash函数,设计KR的并行串匹配算法,改进了原有算法占机时间长的缺点,从计算时间复杂度和通信时间复杂度两个方面提高了效率.     

“基于问题学习”在串的模式匹配算法实现中的应用

本文根据藏族生源的特点并结合目前藏族生源的就业情况,以数据结构实验教学中串的模式匹配算法的具体实现为例,探讨了如何将课堂教学与基于问题的学习方法相结合。     

基于GPU的串匹配算法研究综述

串匹配是一个非常经典的问题,本文通过回顾和分析GPU的串匹配算法的国内外研究近况,提出了GPU的串匹配算法的一些新的研究方向,特别是将一些编译解释性的工作放在GPU上实现的思想。     

基于近似串匹配算法的评分优化设计

分析无纸化考试中计算机自动阅卷评分算法的选用和技术,并结合案例进行VB实现。对于文本录入过程的添字、漏字、替换录入等情况,运用近似串匹配算法进行合理的评分设计,有效地改进了上下文精确匹配评分的不足。评分软件的优化设计为计算机自动评分提供了可靠的依据,增加机考的可信度,对软件开发有重要的实用价值。     

生物信息学案例在《数据结构》教学中的应用

为了改善《数据结构》课程的教学效果,提高学生的学习兴趣,将生物信息学中的一些案例按照其涉及的数据结构原理,引入到《数据结构》教学之中。其中,典型案例包括串联重复序列中的基因识别问题、双序列比对的动态规划算法和多序列比对中寻找折中序列的问题。教学实践表明,引入生物信息学案例能使学生加深对相关算法的理解。     

信号完整性中的端接匹配和串扰分析

信号完整性的噪声问题可归结为以下四类问题:反射,串扰,地弹和EMI。本文对引起信号完整性问题的端接匹配和串扰两个方面进行了初步的分析和研究,分别给出了一些改善的简单方法。     

计算机算法在生物信息学中的应用综述

在人类基因组计划的推动下,生物信息学得到了人们的广泛关注,并呈现出数量多、计算量大等鲜明特征,因此要求在生物信息学中采用计算机算法,以提高生物信息学处理问题的效率。以生物信息学中常用的计算机算法为切入点,进一步从基因表达数据分析、基因组序列信息分析、生物序列差异和相似性分析、遗传数据分析以及蛋白质结构与功能预测5个方面,论述了计算机算法在生物信息学中的典型应用。     

群智能优化算法及其在生物信息学问题中的应用

生物信息学研究需要使用先进的计算工具处理大量生物的模糊的和不确定的数据。群智能优化算法以低成本、快速和准确合理地解决复杂的搜索问题的优点,使其成为一族能用以较好地解决生物信息学中的问题的启发式算法。综述群智能优化算法及其在生物信息学问题中的应用。     

数据挖掘在生物信息学中的应用

生物信息学是对生物科学所产生的大量数据进行分析和管理的学科。数据挖掘技术在生物信息学领域具有良好的研究与应用前景。对在生物信息学中的数据挖掘技术的应用进行了研究。     

生物信息学在中药研究中的应用

通过查阅文献,讨论近年生物信息学在中药资源研究、中药材鉴别及中药功能基因筛选方面的应用,希望生物信息学与其他学科的结合为中药的发展带来契机。     

最大匹配算法在校园网信息提取中的应用

校园师生通过校园网进行有效的校内外信息搜索,中文分词起到举足轻重的作用.本文通过对中文分词方法的介绍,重点分析了最大匹配算法的优缺点,提出重组正向与逆向相结合的最大匹配算法思路,在校试验中取得了较好的效果.     

优化算法在宽带匹配网络中的应用

利用优化算法研究了宽带匹配网络,从设计过程可以看出,设计原理简单,使用方便,调试更灵活。其不仅能为所有的网络匹配问题（如天线的匹配、幅度均衡器等）的研究提供理论借鉴,而且能对宽带匹配网络的应用提供实践指导。     

生物信息学在新基因克隆中的应用

计算机技术的日益发展,使生物学的研究越来越离不开计算机及网络技术,本从数据库、数据库查询、网络搜索工具等方面分析了计算机及网络技术在基因克隆中的应用。     

集群式计算机系统在生物信息学中的应用

1　Introduction　SMP (symmetricmulti processing)andMPP (mas sivelyparallelprocessing)arethetwotypesofstruc tureofparallelcomputing .　Symmetricmulti processingsystemshavemultipleCPUsattachedtothesamebusandsharingRAM .Massivelyparallelprocessingisthecooperated pro cessingofaprogrambymultipleprocessorsthatworkondifferentpartsoftheprogram ,witheachprocessorusingitsownoperatingsystemandmemory .ThechoicebetweenSMPandMPPdependsonthenatureoftheproblembeingsolved .Iftheproblemcanbeeasilypartit…     

问题串在教学中的应用初探

问题串是指在一定的学习范围或主题内,教师围绕一定目标或某个中心问题,按照一定逻辑结构精心设计的一组问题。在概念生成、习题讲评、专题复习等教学中,教师可以利用问题串促使学生有条理地思考,以培养其思维能力。     

生物信息学在农学研究领域中的应用

本文综合叙述了生物信息学对农业科学研究的影响,介绍了生物信息学在农业模式植物、种质资源优化、农药的设计开发、作物遗传育种、生态环境、食品安全等研究领域的应用概况,阐述了生物信息学为农业发展服务的意义。     

问题串在数学课堂教学中的应用

设计问题是初中数学教学的关键，数学教师通过问题串的设计和应用，可以促进学生对概念的理解，揭示数学本质，有助于教学难点的突破，提高学生的思维能力，并使学生更容易找到数学的解题规律和学习方法。     

基于块匹配算法在图像信息隐藏技术中的应用

提出了基于块匹配的图像隐藏算法,并对该算法进行了描述和实现。该算法通过探讨秘密图像和载体图像之间块的相互关联性,提高了隐密图像的质量,秘密图像信息可以完全恢复。     

规则数量无关的多布尔表达式匹配算法

经典的关键词表达式(queryexpressiontkeywordsexpression)是搜索引擎(webretrieve)和数据库等使用的查询语言。但是在网络内容分析系统中,如果单纯使用关键词作为查询条件,会存在很多误报情况,所以网络内容分析系统-般采用表达式作为查询条件。提出了一种新关键词表达式匹配算法。这种算法改进了经典计数算法(pred-icatecountingalgorithm)中不适合网络内容分析环境的数据结构,对比计数算法需要平方级的算法复杂度,新算法可以在线性复杂度内容扫描阶段完成关键词表达式匹配工作。新算法去除了底层多串匹配性能的影响,并通过更多的内存占用,在匹配速度方面可以提高近200%。     

大数据技术在生物信息学中的应用综述

生物信息学的发展需要新技术的支持。大数据技术具有支持生物信息学的特征,并在生物信息领域取得了一定的成果。介绍了大数据技术在生物信息学中的应用基础,分析了数据采集、预处理、数据存储和管理、数据分析与挖掘技术,讨论了大数据技术应用于生物信息学中的瓶颈与挑战,以及应用出现的隐私泄露等问题,展望了大数据技术在生物信息学中的应用前景。