一种新颖的快速且高效存储的并行MLCS算法，用于长序列和大规模序列比对
通常可以将信息抽象为有限字母上的字符序列。 随着大数据时代的到来，来自各个应用领域（例如，生物序列）的序列的长度和大小不断增加，导致了经典的NP难题，即寻找多个序列的多个最长公共子序列（即MLCS问题在生物信息学，计算基因组学，模式识别等领域具有许多应用），成为研究热点并面临严峻挑战。 在本文中，我们首先揭示了基于主导点的MLCS算法很难应用于长序列和大规模序列比对。 为了克服它们的缺点，基于提出的问题解决模型和并行拓扑排序策略，我们提出了一种新颖的高效并行MLCS算法。 对随机序列和生物学序列的基准数据集进行的综合实验表明，该算法的时间和空间复杂度仅与对齐序列的优势线性相关，并且该算法大大优于现有算法的状态。先进的基于优势点的MLCS算法，因此非常适合于长距离和大规模序列比对。
文件下载
评论信息
其他资源
- 中国老年人养老数据
- ModbusTools_破解版
- 基于angular实现后台管理系统
- 人脸识别matlab代码
- 智慧城市大数据中心PPT
- 淘宝开放平台聚石塔使用说明
- 压缩感知重构算法基追踪(BP)
- 神经网络训练数据分类_kdd
- 大学生《数值计算方法》多套练习题（含答案）.pdf
- 第2-7章jupyter notebook课件(1).zip
- C语言版cJSON处理工具.rar
- MSVBCRT.AIO.2021.01.09.exe微软常用运行库
- apple emoji 图标（1449个）
- 教学用Matlab语音处理程序
- 工业互联网体系架构综合创新平台建设项目招标文件
- 用java写的一个俄罗斯方块的游戏
- ULORD白皮书
- 基于MATLAB的月球车锂离子电池充放电过程仿真
- Win 7 原版主题的三个文件和主题还原工具
- 基于GSM的温度报警系统
- music算法及其改进
- C#使用SQLite的简单例子
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明