“方厚之”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果5个，建议您升级VIP下载更多相关专利

[发明专利]一种基于Spark的大规模基因序列无损并行化压缩方法-CN202111627707.1在审
发明人：尧海昌;张一帆;彭建华;胡光永;季一木;方厚之 -专利权人：南京工业职业技术大学
申请日： 2021-12-28 - 公布日： 2022-11-11 - 主分类号： G16B50/50 文献下载
摘要：本发明公开了一种基于Spark的大规模基因序列无损并行化压缩方法，包括参考序列和待压缩序列的预处理步骤，主节点提取参考序列基本碱基序列并构建匹配索引，将参考序列基本碱基序列及其匹配索引以压缩广播变量的形式发送至所有工作节点；各工作节点并行提取待压缩序列基本碱基序列并创建RDD，序列辅助信息单独编码存储；再经过首次并行匹配步骤，二次匹配索引构建步骤，二次并行匹配步骤最终得到压缩文件。本发明充分结合大规模基因二次迭代压缩和Spark基于内存分布数据集的特点，比其他基因压缩方法取得更高的压缩率，更高的压缩速度，并具备优秀的可扩展性。
一种基于 spark 大规模基因序列无损并行压缩方法

[发明专利]一种基于参考序列的基因压缩方法-CN201910598102.0有效
发明人：季一木;陈帅;尧海昌;李奎;刘尚东;方厚之;刘强 -专利权人：南京邮电大学
申请日： 2019-07-04 - 公布日： 2022-08-16 - 主分类号： G16B50/50 文献下载
摘要：本发明公开了一种基于参考序列的基因压缩方法，首先任意选取一个基因序列作为参考序列。其次，获取参考序列的小写字符和ACGT，并以二元组表示小写字符。然后，读取参考文件，获得参考文件的头部、换行信息、小写字符、N字符、碱基信息和其他字符，并将换行长度、小写字符、N字符和其他字符表示成二元组。接着，匹配参考序列和待压缩序列的小写字符二元组。最后匹配Hash值。解压缩过种采用压缩过程相反的步骤。采用本压缩方法的压缩比高，压缩速度快，而且二元组编码与基因次序无关，有利于分布式存储和分析基因序列。
一种基于参考序列基因压缩方法

[发明专利]一种基于Hadoop的并行化基因数据压缩方法-CN201910597641.2有效
发明人：季一木;方厚之;尧海昌;李奎;刘尚东;陈帅;刘强 -专利权人：南京邮电大学
申请日： 2019-07-04 - 公布日： 2022-03-22 - 主分类号： G16B50/50 文献下载
摘要：本发明公开了一种基于Hadoop的并行化基因数据压缩方法，事先从待压缩基因序列中选取并通过k‑mer构建Hash表编码参考序列，并将参考序列存储为索引文件。启动Hadoop集群，将配置、索引和待压缩文件传到HDFS上，配置MapReduce任务，在Map任务中读取待压缩序列的所有信息，使用Combiner与Partitioner对Map结果优化。在Reduce任务中进行待压缩序列与参考序列的匹配去重,最后将结果压缩输出。本发明使用分布式计算方式可以在读取单个基因实现并行化并提高效率，还可以实现多条基因序列的并行处理，以实现处理压缩大批量基因文件的加速。
一种基于 hadoop 并行基因数据压缩方法

[发明专利]基于FASTQ基因大数据的批量分布式压缩方法-CN202110524169.7在审
发明人：季一木;方厚之;尧海昌;刘尚东;陈帅 -专利权人：江苏拓邮信息智能技术研究院有限公司
申请日： 2021-05-13 - 公布日： 2021-08-17 - 主分类号： G06F16/174 文献下载
摘要：本发明公开了基于FASTQ基因大数据的批量分布式压缩方法，包括：S100部署Spark集群、Hadoop集群和Java环境：S200、选取同种群物种、同一条染色体的FASTA文件，作为所有输入的基因序列的参考序列；S300为读取到的碱基序列与标识符序列创建Spark任务，S500driver本地程序从HDFS拉取压缩后的碱基序列与标识符序列、质量分数序列数据到本地，使用bsc压缩组件作最后的压缩运算，以获取压缩结果。该方法主要针对于FASTQ格式文件，主要用于解决基因数据量过大，减小基因数据存储和传输成本问题，并通过集群大大缩短大量数据的压缩时间。经验证性能将会较大幅度超越通用压缩器。
基于 fastq 基因数据批量分布式压缩方法

[发明专利]一种面向多条FASTA格式基因序列的无损压缩方法-CN201910994238.3在审
发明人：尧海昌;季一木;陈帅;方厚之;王汝传 -专利权人：南京工业职业技术学院
申请日： 2019-10-18 - 公布日： 2020-04-07 - 主分类号： G16B30/00 文献下载
摘要：本发明提出一种基于信息提取与多次匹配的同时支持单条和多条FASTA格式基因序列的无损压缩方法，用于解决基因数据量过大，基因数据存储和传输成本高等问题。本方法首先将待压缩序列分解成6个子序列。然后，对不同的子序列依据其不同特征采用不同的压缩策略。尤其对相似度极高的基本碱基序列采用二次匹配策略，极大提升压缩率。二次匹配百分比可以由压缩者自行调节，能够适应不同的压缩需要和不同内存配置的压缩设备。采用本压缩方法的压缩率高，压缩速度快，内存消耗低。
一种面向 fasta 格式基因序列无损压缩方法