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

作者：梅步俊; 王志华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

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。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社