序列比对是生物信息学研究的一个基本方法 ,寻求更快更灵敏的序列比对算法一直是生物信息学 研究的热点.本文给出了生物序列比对问题的定义 ,综述了目前常用的各类比对算法 ,并对每一类算法的 优缺点以及应用范围进行了分析 ,最后指出序列比对算法目前存在的问题以及未来的发展方向.

多序列比对是生物信息学中最重要和挑战性的任务之一. 针对多序列比对是NP 完全组合优化问题, 引.入Tent 混沌初始化种群策略、不同蜂种的邻域搜索策略和锦标赛选择策略等, 提出了一种基于多策略人工蜂群.的多序列比对算法. 该算法应用Tent混沌初始化种群策略以使初始个体多样化和获取较好初始解; 其次针对不同.蜂种的特性设计不同的邻域搜索策略以平衡算法的全局探索与局部开发能力. 同时引入序列比对的蜜源编码方.法以适应多序列比对的离散性. 实验结果表明, 该算法鲁棒性较强, 能获取较好的比对性能和生物特性

针对用BaumWelch算法训练隐马尔可夫模型用于序列比对算法的搜索空间有限性容易陷入局部最优点的缺陷，提出一种用量子粒子群优化算法训练隐马尔可夫模型的生物多序列比对新方法。该方法克服了BaumWelch算法在收敛性能上的缺陷，在整个可行解空间中进行搜索。从BaliBASE数据库中选取测试例子进行数值实验，实验结果表明，所提算法优于BaumWelch算法，对标准例子进行的实验证明了算法的有效性。

对齐方式 已实现的DNA序列比对算法的集合，包括最佳全局比对，带状全局比对和用于多个序列比对的近似算法。

facenet人脸比对算法项目，能够与数据库中的人脸比对，然后识别出人脸的信息，速度极快，可用作毕业设计和实际项目，使用的是纯python语言，下载就能运行。

货架牌面检测系统，通过神经网络目标检测、OCR、特征检测与比对算法，实现商品的识别和盘点.zip

使用动态规划化方法实现序列比对算法，有详细注解

使用Perl编程语言实现了双序列全局比对Needleman Wunsch算法，以及双序列局部比对Smith Waterman算法。该资源也可在github上下载：https://github.com/GouXiangJian/two_seq_alignment

介绍序列比对算法，将序列比对中的问题提出，有兴趣的看看

关键字，字符串高效比对算法 1600万的文本文件字符中检索坏词库（90000个），你需要多久？ 反正这个算法，目前是最快的！