基于改进隐马尔科夫模型的畜禽全基因组关联分析中的多重检验方法 |
| |
引用本文: | 梅步俊,王志华. 基于改进隐马尔科夫模型的畜禽全基因组关联分析中的多重检验方法[J]. 安徽农学通报, 2015, 21(10): 22-24. DOI: 10.3969/j.issn.1007-7731.2015.10.010 |
| |
作者姓名: | 梅步俊 王志华 |
| |
作者单位: | 河套学院农学系,内蒙古巴彦淖尔,015000;河套学院土木工程系,内蒙古巴彦淖尔,015000 |
| |
基金项目: | 国家自然科学基金,河套学院教学研究项目,河套学院科学研究项目,内蒙古自治区高等学校科学研究项目 |
| |
摘 要: | 为了改进在畜禽全基因组关联分析中,利用隐马尔可夫模型(HMM)进行多重检验时的过学习问题,提出将人工神经网络算法(ANN)作为预处理,引入畜禽全基因组关联分析中,较好地弥补了已有的多重检验方法的缺陷,提高了统计推断性能,其运算速度也显著提高。
|
关 键 词: | 全基因组关联分析 隐马尔科夫模型 人工神经网络 多重比较 假设检验 |
Multiple Testing in Genome-wide Association Studies Based on Improved Hidden Markov Model in Livestock and Poultry |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 CNKI 万方数据 等数据库收录! |
|