DNA计算是近年来计算机研究领域的一个"热点"方向。在这种基于生化反应的新型计算方式中,信息的识别主要是通过DNA分子间的特异性杂交来实现的。由于DNA分子间的杂交在不完全互补的情况下也有可能发生并进而形成各种不希望的二级结构,从而导致错误的计算结果。因此,如何通过有效的编码来提高DNA计算过程中的"信噪比",一直是DNA计算研究中的一个重点和难点问题。.本项目拟在模板编码方法的基础上,以模板框为中心将模板编码方法和特定的DNA计算模型的数据结构特征联系起来,深入开展模板编码方法的数学理论及其应用范围,为DNA计算的可靠性提供坚实的理论基础。主要研究内容包括:通过相关性分析和灰色关联分析研究影响编码问题的各种因素的关系;研究模板编码方法的数学理论及构造方法;探索模板框的性质、优化方法及其在不同类型的DNA计算模型中的应用。
{{i.achievement_title}}
数据更新时间:2023-05-31
DNAgenie: accurate prediction of DNA-type-specific binding residues in protein sequences
神经退行性疾病发病机制的研究进展
智能煤矿建设路线与工程实践
MK-FSVM-SVDD: A Multiple Kernel-based Fuzzy SVM Model for Predicting DNA-binding Proteins via Support Vector Data Description
带球冠形脱空缺陷的钢管混凝土构件拉弯试验和承载力计算方法研究
一种高效的贝尔模板图像编码机制及其JSCC失真模型研究
面向无线通信的一种帧间小波视频编码新方法的研究
一种可扩展的DNA计算机模型研究与探索
基于概率分布理论预测DNA调控元件的新方法研究