Serialized Form (bio.seq API)

Package ua.kiev.icyb.bio
- Class ua.kiev.icyb.bio.AbstractLaunchable extends Object implements Serializable
  
  serialVersionUID:
  
  1L
- Class ua.kiev.icyb.bio.AlgorithmRun extends Object implements Serializable
  
  serialVersionUID:
  
  1L
  - Serialized Fields
    - nProcessed
```
int nProcessed
```
      Количество обработанных алгоритмом распознавания генов.
    - isUnprocessed
```
boolean[] isUnprocessed
```
      Индикатор необработанных последовательностей.
    - parent
```
RunCollection parent
```
      Коллекция запусков алгоритма, которой принадлежит этот объект.
    - runIndex
```
int runIndex
```
    - quality
```
PredictionQuality quality
```
      Качество распознавания.
- Class ua.kiev.icyb.bio.CrossValidation extends AbstractLaunchable implements Serializable
  
  serialVersionUID:
  
  1L
  - Serialization Methods
    - readObject
```
private void readObject(ObjectInputStream in)
                 throws IOException,
                        ClassNotFoundException
```
      При десериализации после стандартного механизма десериализации Java делается попытка считать алгоритм распознавания. Даже если эта попытка приводит к ошибке (например, если изменилась сигнатура класса, соответствующего алгоритму), большинство методов коллекции все равно можно использовать.
      
      Throws:
      
      IOException
      
      ClassNotFoundException
    - writeObject
```
private void writeObject(ObjectOutputStream out)
                  throws IOException
```
      Алгоритм, для которого оценивается качество распознавания, сохраняется отдельно после задействования стандартного механизма сериализации Java. При сохранении создается копия алгоритма с помощью метода SeqAlgorithm.clearClone(), то есть сохраняются исключительно управляющие параметры алгоритма, но не параметры, полученные в результате обучения на прецедентах.
      
      Throws:
      
      IOException
  - Serialized Fields
    - skipTraining
```
boolean skipTraining
```
      Следует ли пропускать оценку качества алгоритма распознавания на обучающих выборках.
    - foldIndex
```
byte[] foldIndex
```
      Индекс (с отсчетом от нуля) части выборки, на которые она разбивается для кросс-валидации, для каждого из ее элементов.
    - set
```
SequenceSet set
```
      Полная выборка прецедентов, используемая при кросс-валидации.
    - runs
```
AlgorithmRun[] runs
```
      Массив объектов, соответствующих отдельным запускам алгоритма распознавания.
    - meanTraining
```
PredictionQuality meanTraining
```
      Текущее усредненное качество распознавания на обучающих выборках.
    - meanControl
```
PredictionQuality meanControl
```
      Текущее усредненное качество распознавания на контрольных выборках.
    - sequencesPerSave
```
int sequencesPerSave
```
      Количество распознанных строк между двумя последовательными сохранениями состояния алгоритма.
- Class ua.kiev.icyb.bio.NamedSequenceSet extends SimpleSequenceSet implements Serializable
  
  serialVersionUID:
  
  1L
  - Serialization Methods
    - readObject
```
private void readObject(ObjectInputStream in)
                 throws IOException,
                        ClassNotFoundException
```
      Сериализация набора последовательностей осуществляется согласно следующим правилам:
      
      Если набор был создан с помощью конструктора NamedSequenceSet.NamedSequenceSet(String, Env), сохраняется строка — аргумент этого конструктора.
      Если набор получен в результате фильтрации другого набора src, сохраняется исходный набор src и массив булевых величин, характеризующий вхождение строк из него в отфильтрованный набор.
      Если набор получен слиянием нескольких наборов, сохраняется последовательность этих наборов.
      Throws:
      
      IOException
      
      ClassNotFoundException
  - Serialized Fields
    - datasetName
```
String datasetName
```
      Название выборки (выборок), которое использовалось для создания контейнера.
    - unfilteredSet
```
NamedSequenceSet unfilteredSet
```
      Базовая выборка, при фильтрации которой была получена эта выборка. Если выборка не была получена путем фильтрации, значение поля равно null.
    - selector
```
boolean[] selector
```
      Селектор, которой использовался при создании выборки путем фильтрации базовой выборки. Если выборка не была получена путем фильтрации, значение поля равно null.
    - setParts
```
SequenceSet[] setParts
```
      Части, из которых составлена эта выборка.
- Class ua.kiev.icyb.bio.PredictionQuality extends Object implements Serializable
  
  serialVersionUID:
  
  1L
  - Serialized Fields
    - hiddenStates
```
String hiddenStates
```
    - truePos
```
int[] truePos
```
    - trueNeg
```
int[] trueNeg
```
    - falsePos
```
int[] falsePos
```
    - falseNeg
```
int[] falseNeg
```
    - trueRegion
```
int[] trueRegion
```
    - actRegion
```
int[] actRegion
```
    - prRegion
```
int[] prRegion
```
    - nSeq
```
int nSeq
```
    - nDeniedSeq
```
int nDeniedSeq
```
    - samples
```
PredictionQuality[] samples
```
- Class ua.kiev.icyb.bio.QualityEstimation extends AbstractLaunchable implements Serializable
  
  serialVersionUID:
  
  1L
  - Serialization Methods
    - readObject
```
private void readObject(ObjectInputStream in)
                 throws IOException,
                        ClassNotFoundException
```
      Throws:
      
      IOException
      
      ClassNotFoundException
    - writeObject
```
private void writeObject(ObjectOutputStream out)
                  throws IOException
```
      Throws:
      
      IOException
  - Serialized Fields
    - trainingSet
```
SequenceSet trainingSet
```
      Полная выборка прецедентов, используемая при оценке качества.
    - controlSet
```
SequenceSet controlSet
```
      Полная выборка прецедентов, используемая при оценке качества.
    - run
```
AlgorithmRun run
```
      Запуск алгоритма распознавания.
    - sequencesPerSave
```
int sequencesPerSave
```
      Количество распознанных строк между двумя последовательными сохранениями состояния алгоритма.
- Class ua.kiev.icyb.bio.SimpleSequenceSet extends AbstractCollection<Sequence> implements Serializable
  
  serialVersionUID:
  
  1L
  - Serialization Methods
    - readObject
```
private void readObject(ObjectInputStream in)
                 throws IOException,
                        ClassNotFoundException
```
      Throws:
      
      IOException
      
      ClassNotFoundException
    - writeObject
```
private void writeObject(ObjectOutputStream out)
                  throws IOException
```
      Throws:
      
      IOException
  - Serialized Fields
    - hiddenSeq
```
List<E> hiddenSeq
```
      Скрытые последовательности выборки.
    - observedSeq
```
List<E> observedSeq
```
      Наблюдаемые последовательности выборки.
    - ids
```
List<E> ids
```
      Идентификаторы прецедентов выборки.
    - observedStates
```
String observedStates
```
      Алфавит наблюдаемых состояний.
    - hiddenStates
```
String hiddenStates
```
      Алфавит скрытых состояний.
    - completeStates
```
String completeStates
```
      Алфавит полных состояний.
    - writeContent
```
boolean writeContent
```
      Следует ли записывать содержимое выборки при сериализации.
Package ua.kiev.icyb.bio.alg
- Class ua.kiev.icyb.bio.alg.AbstractDistribution extends Object implements Serializable
  
  serialVersionUID:
  
  1L
- Class ua.kiev.icyb.bio.alg.AbstractSeqAlgorithm extends Object implements Serializable
  
  serialVersionUID:
  
  1L
- Class ua.kiev.icyb.bio.alg.Approximation extends Object implements Serializable
  
  serialVersionUID:
  
  1L
  - Serialized Fields
    - order
```
int order
```
      Базовый порядок марковской цепи.
    - minOrder
```
int minOrder
```
      Минимальный используемый порядок цепи.
    - strategy
```
Approximation.Strategy strategy
```
      Метод аппроксимации неизвестных начальных и переходных вероятностей.
    - initThreshold
```
double initThreshold
```
      Априорное значение для неизвестных начальных вероятностей. Применяется исключительно при методе аппроксимации Approximation.Strategy.FIXED.
    - transThreshold
```
double transThreshold
```
      Априорное значение для неизвестных переходных вероятностей. Применяется исключительно при методе аппроксимации Approximation.Strategy.FIXED.
- Class ua.kiev.icyb.bio.alg.EmpiricalDistribution extends AbstractDistribution<Integer> implements Serializable
  
  serialVersionUID:
  
  1L
  - Serialized Fields
    - tailP
```
double tailP
```
      априорная вероятность для величин, превышающих EmpiricalDistribution.bins.length
    - window
```
int window
```
      Длина скользящего окна усреднения.
    - weightSum
```
double weightSum
```
      Суммарный вес всех прецедентов.
    - bins
```
double[] bins
```
      Распределение прецедентов. i-й элемент массива равен сумме весов прецедентов, имеющих значение i.
- Class ua.kiev.icyb.bio.alg.FallthruAlgorithm extends ViterbiAlgorithm implements Serializable
  
  serialVersionUID:
  
  1L
  - Serialized Fields
    - approx
```
Approximation approx
```
      Параметры аппроксимации неизвестных вероятностей.
- Class ua.kiev.icyb.bio.alg.FallthruChain extends MarkovChain implements Serializable
  
  serialVersionUID:
  
  1L
  - Serialized Fields
    - minOrder
```
int minOrder
```
      Минимальный используемый порядок цепи.
      
      See Also:
      Approximation.minOrder
    - strategy
```
Approximation.Strategy strategy
```
      Метод аппроксимации.
      
      See Also:
      Approximation.strategy
    - iThreshold
```
double iThreshold
```
      Априорное значение для неизвестных начальных вероятностей.
      
      See Also:
      Approximation.initThreshold
    - tThreshold
```
double tThreshold
```
      Априорное значение для неизвестных переходных вероятностей.
      
      See Also:
      Approximation.transThreshold
    - subchains
```
MarkovChain[] subchains
```
      Марковские цепи меньшего порядка, используемые для аппроксимации.
- Class ua.kiev.icyb.bio.alg.Fragment extends Object implements Serializable
  
  serialVersionUID:
  
  1L
  - Serialized Fields
    - observed
```
int observed
```
      Порядковый номер наблюдаемой цепочки состояний среди всех наблюдаемых строк фиксированной длины.
    - hidden
```
int hidden
```
      Порядковый номер скрытой цепочки состояний среди всех скрытых строк фиксированной длины.
    - length
```
int length
```
      Длина цепочки.
    - factory
```
FragmentFactory factory
```
      Фабрика, с помощью которой был создан этот фрагмент.
- Class ua.kiev.icyb.bio.alg.FragmentFactory extends Object implements Serializable
  
  serialVersionUID:
  
  1L
  - Serialized Fields
    - observedStates
```
String observedStates
```
      Алфавит наблюдаемых состояний.
    - hiddenStates
```
String hiddenStates
```
      Алфавит скрытых состояний.
    - completeStates
```
String completeStates
```
      Алфавит полных состояний (может быть равен null).
    - oSize
```
int oSize
```
      Количество наблюдаемых состояний.
    - hSize
```
int hSize
```
      Количество скрытых состояний.
    - obsPower
```
int[] obsPower
```
    - hPower
```
int[] hPower
```
    - cPower
```
int[] cPower
```
- Class ua.kiev.icyb.bio.alg.GeneticAlgorithm extends AbstractLaunchable implements Serializable
  
  serialVersionUID:
  
  1L
  - Serialized Fields
    - generations
```
int generations
```
      Число генерируемых алгоритмом поколений организмов.
    - crossovers
```
int crossovers
```
      Число скрещиваний организма с другими организмами того же поколения в пределах каждой итерации генетического алгоритма.
    - mutations
```
int mutations
```
      Число мутаций организма в пределах каждой итерации генетического алгоритма.
    - maxSize
```
int maxSize
```
      Максимальный размер поколения организмов.
    - mutationP
```
double mutationP
```
      Вероятность атомарной мутации.
      
      See Also:
      Organism.mutate(double)
    - weakCache
```
boolean weakCache
```
      Переключатель, определяющий, следует ли использовать для кэширования значений функционала качества карту со слабыми ссылками (класс WeakHashMap). Если значение параметра равно false, для кэширования используется обычная хэш-таблица (класс HashMap).
    - saveTemplate
```
String saveTemplate
```
      Шаблон для сохранения поколений, получаемых алгоритмом. {i} заменяется на номер текущего поколения.
    - initialPopulation
```
Collection<E> initialPopulation
```
      Начальная популяция организмов.
    - population
```
Set<E> population
```
      Текущая популяция организмов.
    - generationIdx
```
int generationIdx
```
      Номер текущего поколения.
    - populationFormed
```
boolean populationFormed
```
      Полностью ли сформировано ли текущее поколение (т.е. выполнены ли операции скрещивания и мутации).
    - fitness
```
Map<K,V> fitness
```
      Отображения, связывающее организмы текущего поколения и их функционал качества. Значения Double.NaN соответствуют невычисленным значениям.
- Class ua.kiev.icyb.bio.alg.GeneViterbiAlgorithm extends ViterbiAlgorithm implements Serializable
  
  serialVersionUID:
  
  1L
  - Serialized Fields
    - validateCds
```
boolean validateCds
```
- Class ua.kiev.icyb.bio.alg.GeometricDistribution extends AbstractDistribution<Integer> implements Serializable
  
  serialVersionUID:
  
  1L
  - Serialized Fields
    - valueSum
```
double valueSum
```
      Взвешенная сумма всех прецедентов.
    - weightSum
```
double weightSum
```
      Суммарный вес всех прецедентов.
- Class ua.kiev.icyb.bio.alg.MarkovChain extends AbstractDistribution<Sequence> implements Serializable
  
  serialVersionUID:
  
  1L
  - Serialization Methods
    - readObject
```
private void readObject(ObjectInputStream stream)
                 throws IOException,
                        ClassNotFoundException
```
      Восстанавливает поля объекта, которые не записываются в поток, на основе сохраненных полей.
      
      Throws:
      
      IOException
      
      ClassNotFoundException
    - writeObject
```
private void writeObject(ObjectOutputStream stream)
                  throws IOException
```
      Throws:
      
      IOException
  - Serialized Fields
    - depLength
```
int depLength
```
      Длина зависимой цепочки состояний.
    - order
```
int order
```
      Порядок цепи Маркова.
    - observedStates
```
String observedStates
```
      Алфавит наблюдаемых состояний.
    - hiddenStates
```
String hiddenStates
```
      Алфавит скрытых состояний.
    - completeStates
```
String completeStates
```
      Алфавит полных состояний.
    - nSequences
```
int nSequences
```
      Количество последовательностей, которые были использованы для обучения параметров вероятностной модели.
    - initial
```
Map<K,V> initial
```
      Статистика по начальным состояниям цепочек полных состояний.
    - transitions
```
Map<K,V> transitions
```
      Статистика по переходам из цепочек полных состояний длины, определяемой порядком марковской цепи, в цепочки длины зависимой части. Последовательности длины MarkovChain.order в таблице соответствует массив величин, каждая из которых равна взвешенному числу переходов из этой последовательности в одно из возможных зависимых состояний. Зависимые состояния упорядочены в алфавитном порядке, определяемом методом Fragment.index(). Последний элемент массива равен сумме остальных элементов (предназначен для ускорения вычислений).
    - lengthDistr
```
Distribution<T> lengthDistr
```
      Вероятностное распределение строк по длинам.
- Class ua.kiev.icyb.bio.alg.ThreadedAlgorithm extends AbstractSeqAlgorithm implements Serializable
  
  serialVersionUID:
  
  1L
  - Serialized Fields
    - baseAlgorithm
```
SeqAlgorithm baseAlgorithm
```
      Базовый алгоритм распознавания.
    - env
```
Env env
```
- Class ua.kiev.icyb.bio.alg.ThreadedDistribution extends AbstractDistribution<T> implements Serializable
  
  serialVersionUID:
  
  1L
  - Serialized Fields
    - base
```
Distribution<T> base
```
      Базовое вероятностное распределение.
    - env
```
Env env
```
      Окружение.
- Class ua.kiev.icyb.bio.alg.ViterbiAlgorithm extends AbstractSeqAlgorithm implements Serializable
  
  serialVersionUID:
  
  1L
  - Serialized Fields
    - chain
```
MarkovChain chain
```
      Параметры марковской цепи, использующиеся в алгоритме распознавания.
    - depLength
```
int depLength
```
    - order
```
int order
```
Package ua.kiev.icyb.bio.alg.mixture
- Class ua.kiev.icyb.bio.alg.mixture.DecrementalEMAlgorithm extends EMAlgorithm implements Serializable
  
  serialVersionUID:
  
  1L
  - Serialized Fields
    - minModels
```
int minModels
```
      Окончательное количество вероятностных моделей в композиции.
- Class ua.kiev.icyb.bio.alg.mixture.EMAlgorithm extends AbstractLaunchable implements Serializable
  
  serialVersionUID:
  
  1L
  - Serialized Fields
    - stochastic
```
boolean stochastic
```
      Использовать ли стохастическую модификацию EM-алгоритма.
      В стохастическом EM-алгоритме на этапе ожидания вместо решения задач максимизации взвешенного правдоподобия решаются задачи максимизации обычного правдоподобия для подмножеств выборки, вероятность входжения в которые для каждого образца выборки равна соответствующей апостериорной вероятности его генерации соответствующей вероятностной моделью. Это делается, чтобы "выбить" алгоритм из точек локальных максимумов.
    - nIterations
```
int nIterations
```
      Число итераций EM-алгоритма.
    - saveTemplate
```
String saveTemplate
```
      Шаблон названия файлов для сохранения композиций, полученных после каждой итерации алгоритма. Заменяемые символы:
      
      {n} количество марковских моделей в композиции;
      
      {i} номер итерации с отсчетом от нуля.
    - set
```
SequenceSet set
```
      Выборка, с помощью которой производится построение смеси распределений.
    - mixture
```
MarkovMixture mixture
```
      Текущая смесь распределений.
    - random
```
Random random
```
    - iteration
```
int iteration
```
      Текущий номер итерации алгоритма (с отсчетом от нуля).
- Class ua.kiev.icyb.bio.alg.mixture.IncrementalEMAlgorithm extends EMAlgorithm implements Serializable
  
  serialVersionUID:
  
  1L
  - Serialized Fields
    - selectionMethod
```
EMSelectionMethod selectionMethod
```
      Метод выбора наихудших прецедентов из выборки для обучения новых моделей.
      
      See Also:
      EMSelectionMethod
    - selectWeights
```
boolean selectWeights
```
      Использовать ли в качестве меры качества прецедента максимальную апостериорную вероятность его генерации моделями в композиции. Если false (значение по умолчанию), для меры качества используется логарифмическое правдоподобие, нормализованное на длину строки.
    - indexOffset
```
int indexOffset
```
      Абсолютный сдвиг границы, отделяющей "плохие" прецеденты. Например, значение поля 1 означает, что в плохие прецеденты будет добавлена еще одна строка с наименьшим значением меры качества; -10 означает, что из плохих прецедентов будет удалено десять строк с наибольшими значениями меры качества.
    - valueOffset
```
double valueOffset
```
      Сдвиг границы, отделяющей "плохие" прецеденты. Это значение добавляется к пороговому значению, определяемому на основе IncrementalEMAlgorithm.selectionMethod.
    - maxModels
```
int maxModels
```
      Окончательное количество вероятностных моделей в композиции.
    - fitInitialMixture
```
boolean fitInitialMixture
```
      Следует ли применять EM-алгоритм к начальной смеси, не увеличивая число ее компонент. Если значение поля равно false, алгоритм немедленно приступает к поиску "плохих" прецедентов.
- Class ua.kiev.icyb.bio.alg.mixture.MarkovMixture extends Mixture<Sequence> implements Serializable
  
  serialVersionUID:
  
  1L
- Class ua.kiev.icyb.bio.alg.mixture.Mixture extends AbstractDistribution<T> implements Serializable
  
  serialVersionUID:
  
  1L
  - Serialized Fields
    - weights
```
double[] weights
```
      Веса компонент смеси.
    - models
```
Distribution<T>[] models
```
      Модели, входящие в смесь.
- Class ua.kiev.icyb.bio.alg.mixture.MixtureAlgorithm extends GeneViterbiAlgorithm implements Serializable
  
  serialVersionUID:
  
  1L
  - Serialized Fields
    - baseMixture
```
MarkovMixture baseMixture
```
      Начальное приближение для используемых смесей распределений.
- Class ua.kiev.icyb.bio.alg.mixture.MixtureWeights extends Object implements Serializable
  
  serialVersionUID:
  
  1L
  - Serialized Fields
    - mixture
```
MarkovMixture mixture
```
    - set
```
SequenceSet set
```
    - weights
```
double[][] weights
```
      Вычисленные апостериорные вероятности. Строки массива соответствуют моделям смеси, столбцы - прецедентам выборки.
    - labels
```
Map<K,V> labels
```
      Хэш-таблица, сопоставляющая идентификатору каждой строки из выборки номер модели из смеси, имеющеей максимальную апостериорную вероятность на этой строке.
Package ua.kiev.icyb.bio.alg.tree
- Class ua.kiev.icyb.bio.alg.tree.ContentPartitionRule extends PartitionRule implements Serializable
  
  serialVersionUID:
  
  1L
  - Serialized Fields
    - threshold
```
double threshold
```
      Пороговое значение концентрации.
    - bases
```
FragmentSet bases
```
      Множество цепочек наблюдаемых состояний, которые используются для вычисления концентрации.
- Class ua.kiev.icyb.bio.alg.tree.FragmentSet extends HashSet<Integer> implements Serializable
  
  serialVersionUID:
  
  1L
  - Serialized Fields
    - alphabet
```
String alphabet
```
      Алфавит состояний, используемый в этом множестве. Алфавит состоит из уникальных символов, каждый из которых соответствует отдельному состоянию.
    - fragmentLength
```
int fragmentLength
```
      Длина фрагментов, содержащихся во множестве.
- Class ua.kiev.icyb.bio.alg.tree.FragmentSetWrapper extends FragmentSet implements Serializable
  
  serialVersionUID:
  
  1L
  - Serialized Fields
    - entropy
```
RuleEntropy entropy
```
      Объект, использующийся для вычисления функционала качества набора.
- Class ua.kiev.icyb.bio.alg.tree.PartitionRuleTree extends Object implements Serializable
  
  serialVersionUID:
  
  1L
  - Serialized Fields
    - rules
```
PartitionRule[] rules
```
      Массив правил в порядке построения дерева.
    - parts
```
int[] parts
```
      Массив, i-й элемент которого равен номеру части выборки, которую разбивает i-е правило.
    - nRules
```
int nRules
```
      Число правил в этом дереве.
- Class ua.kiev.icyb.bio.alg.tree.PriorityCompAlgorithm extends AbstractSeqAlgorithm implements Serializable
  
  serialVersionUID:
  
  1L
  - Serialized Fields
    - minOrder
```
int minOrder
```
      Минимальный порядок марковской цепи, используемой в алгоритме.
    - maxOrder
```
int maxOrder
```
      Максимальный порядок марковской цепи, используемой в алгоритме.
    - algorithms
```
SeqAlgorithm[] algorithms
```
      Базовые алгоритмы, использующиеся для распознавания.
- Class ua.kiev.icyb.bio.alg.tree.RuleAddAlgorithm extends AbstractLaunchable implements Serializable
  
  serialVersionUID:
  
  1L
  - Serialized Fields
    - maxSize
```
int maxSize
```
      Максимальный размер множества цепочек состояний, рассматриваемый алгоритмом.
    - optCombinations
```
int optCombinations
```
      Максимальное количество оптимальных множеств каждой длины, на основе которых строятся множества большего размера.
    - order
```
int order
```
      Порядок марковских цепей, используемый при вычислении функционала качества для множеств цепочек.
    - set
```
SequenceSet set
```
      Выборка, на основании которой считаются значения функционала качества.
    - bases
```
FragmentSet bases
```
      Множество цепочек состояний, подмножества которого рассматриваются алгоритмом.
    - setsFile
```
String setsFile
```
      Имя файла, в который сохраняются отобранные множества цепочек. Цепочки сохраняются после выполнения каждой итерации алгоритма.
    - fitness
```
Map<K,V>[] fitness
```
      Значения функционала качества для множеств цепочек. Множествам цепочек размером i соответствует i-й элемент массива.
    - currentSize
```
int currentSize
```
      Текущий размер множеств цепочек.
- Class ua.kiev.icyb.bio.alg.tree.RuleEntropy extends Object implements Serializable
  
  serialVersionUID:
  
  1L
  - Serialization Methods
    - readObject
```
private void readObject(ObjectInputStream in)
                 throws ClassNotFoundException,
                        IOException
```
      Восстанавливает поля объекта, которые не записываются в поток, на основе сохраненных полей.
      
      Throws:
      
      ClassNotFoundException
      
      IOException
  - Serialized Fields
    - fullSet
```
SequenceSet fullSet
```
      Полная выборка, для разбиений которой вычисляются функционалы качества.
    - order
```
int order
```
      Порядок марковских цепей, используемых для подсчета функционала качества.
    - countInitials
```
boolean countInitials
```
      Следует ли учитывать в функционале качества информационную энтропию для распределения начальных вероятностей.
- Class ua.kiev.icyb.bio.alg.tree.RuleGeneticAlgorithm extends GeneticAlgorithm implements Serializable
  
  serialVersionUID:
  
  1L
  - Serialized Fields
    - trimDistance
```
int trimDistance
```
      Расстояние по Хэммингу между множествами, на основании которого отсеиваются близкие наборы множеств.
      
      See Also:
      FragmentSet.trim(java.util.Collection, int)
- Class ua.kiev.icyb.bio.alg.tree.RuleTreeGenerator extends AbstractLaunchable implements Serializable
  
  serialVersionUID:
  
  1L
  - Serialized Fields
    - treeSize
```
int treeSize
```
      Количество правил в дереве, которое надо построить.
    - order
```
int order
```
      Порядок марковских цепей при вычислении функционала качества для правил.
    - percentages
```
double[] percentages
```
      Набор отношений, в которых тестируемые предикаты делят выборку. Например, значение 0.6 означает, что предикат должен быть истинен на 60% прецедентов выборки.
    - minPartSize
```
double minPartSize
```
      Определяет минимальное количество генов в частях выборки, генерируемых в процессе построения дерева. Если значение поля меньше единицы, оно рассматривается как доля от размера выборки; если же значение больше единицы, это абсолютное число.
    - set
```
SequenceSet set
```
      Выборка, испольуемая для вычисления функционала качества предикатов.
    - baseSets
```
Collection<E> baseSets
```
      Множества наборов цепочек наблюдаемых состояний, рассматриваемых в предикатах.
    - treeFile
```
String treeFile
```
      Имя файла, в который необходимо сохранить полученное дерево предикатов. Дерево сохраняется каждый раз при добавлении нового предиката.
    - tree
```
PartitionRuleTree tree
```
      Дерево предикатов, которое строится алгоритмом.
    - partIdx
```
int[] partIdx
```
      Текущий индекс части разбиения для всех прецедентов из выборки.
    - computedFitness
```
Collection<E> computedFitness
```
      Вычисленные значения функционала качества для предикатов в ходе выполнения алгоритма.
    - maxFitness
```
double[] maxFitness
```
      Максимальное значение функционала качества для разбиений каждой из текущих частей выборки. Значение Double.NaN означает, что функционал качества для соответствующей части выборки еще не вычислен.
    - optRule
```
PartitionRule[] optRule
```
      Оптимальное правило разбиения для каждой из текущих частей выборки.
    - currentPart
```
int currentPart
```
      Индекс рассматриваемой в данный момент части текущего разбиения выборки.
    - rulesInferred
```
boolean rulesInferred
```
      Сгенерированы ли предикаты для рассматриваемой в данный момент части текущего разбиения выборки.
    - partRules
```
List<E> partRules
```
      Предикаты для рассматриваемой в данный момент части текущего разбиения выборки.
    - ruleFitness
```
Map<K,V> ruleFitness
```
      Отображение, связывающее предикаты и значения функционала качества порождаемых ими разбиений текущей части выборки. Значение Double.NaN обозначает предикат, для которого функционал качества еще не вычислен.
- Class ua.kiev.icyb.bio.alg.tree.RuleTreeGenerator.Fitness extends Object implements Serializable
  
  serialVersionUID:
  
  1L
  - Serialized Fields
    - set
```
SequenceSet set
```
      Выборка, на которой вычислялось качество предиката.
    - rule
```
PartitionRule rule
```
      Предикат, качество которого вычислялось.
    - fitness
```
double fitness
```
      Значение функционала качества.
    - iteration
```
int iteration
```
      Номер итерации алгоритма (с отсчетом от нуля), в ходе которой было вычислено качество.
    - partitionIndex
```
int partitionIndex
```
      Номер части разбиения (с отсчетом от нуля), для которой проверялся предикат.
    - isOptimal
```
boolean isOptimal
```
      Является ли предикат оптимальным для своей части разбиения?
    - isGloballyOptimal
```
boolean isGloballyOptimal
```
      Является ли предикат оптимальным для всех частей разбиения в целом?
- Class ua.kiev.icyb.bio.alg.tree.SwitchAlgorithm extends AbstractSeqAlgorithm implements Serializable
  
  serialVersionUID:
  
  1L
  - Serialized Fields
    - algorithms
```
SeqAlgorithm[] algorithms
```
      Алгоритмы, использующиеся для распознавания.
    - labels
```
Map<K,V> labels
```
      Хэш-таблица меток.
- Class ua.kiev.icyb.bio.alg.tree.TreeSwitchAlgorithm extends SwitchAlgorithm implements Serializable
  
  serialVersionUID:
  
  1L
  - Serialized Fields
    - tree
```
PartitionRuleTree tree
```
      Дерево предикатов, используемое алгоритмом.
Package ua.kiev.icyb.bio.filters
- Class ua.kiev.icyb.bio.filters.FilterTask extends Object implements Serializable
  
  serialVersionUID:
  
  1L
  - Serialized Fields
    - set
```
SequenceSet set
```
    - baseFilter
```
SequenceSet.Filter baseFilter
```
    - filtered
```
SequenceSet filtered
```
      Результат фильтрации.
    - selector
```
boolean[] selector
```
      Вектор булевых величин, соответствующий прохождению фильтра строками выборки.
Package ua.kiev.icyb.bio.io
- Class ua.kiev.icyb.bio.io.DSSPReader extends Object implements Serializable
  
  serialVersionUID:
  
  1L
  - Serialized Fields
    - proteinNames
```
Set<E> proteinNames
```
      Имена белков, обработанных этим объектом.
    - proteinPrefixes
```
Set<E> proteinPrefixes
```
      Префиксы белков, обработанных этим объектом.
    - uniqueNames
```
boolean uniqueNames
```
      Формировать ли выборку из белков, уникальных по имени.
    - uniquePrefix
```
boolean uniquePrefix
```
      Формировать ли выборку из белков с уникальным началом аминокислотной последовательности.
    - prefixLength
```
int prefixLength
```
      Длина начала аминокислотной цепочки белка, проверяемая на уникальность при при включенном значении поля DSSPReader.uniquePrefix.
    - includeBreaks
```
boolean includeBreaks
```
      Включать ли разрывы аминокислотной последовательности белка как неизвестные аминокислоты.
    - proteins
```
SimpleSequenceSet proteins
```
      Выборка, состоящая из прочитанных белков.
    - filenames
```
String[] filenames
```
- Class ua.kiev.icyb.bio.io.GenbankReader extends Object implements Serializable
  
  serialVersionUID:
  
  1L
  - Serialized Fields
    - reader
```
BufferedReader reader
```
    - sourceSequence
```
SymbolList sourceSequence
```
    - uniqueGenes
```
boolean uniqueGenes
```
      Следует ли добавлять в выборку единственную кодирующую последовательность для каждого гена (первую упомянутую в файле). По умолчанию в выборку добавляются все кодирующие последовательности.
    - allowUnknownNts
```
boolean allowUnknownNts
```
      Следует ли добавлять в выборку гены с неизвестными нуклеотидами. По умолчанию такие гены игнорируются.
    - set
```
SequenceSet set
```
    - env
```
Env env
```
    - filename
```
String filename
```
Package ua.kiev.icyb.bio.tools
- Class ua.kiev.icyb.bio.tools.Configuration extends HashMap<String,String> implements Serializable
  
  serialVersionUID:
  
  1L

{n}	количество марковских моделей в композиции;
{i}	номер итерации с отсчетом от нуля.

Serialized Form

Package ua.kiev.icyb.bio

Class ua.kiev.icyb.bio.AbstractLaunchable extends Object implements Serializable

Class ua.kiev.icyb.bio.AlgorithmRun extends Object implements Serializable

Serialized Fields

nProcessed

isUnprocessed

parent

runIndex

quality

Class ua.kiev.icyb.bio.CrossValidation extends AbstractLaunchable implements Serializable

Serialization Methods

readObject

writeObject

Serialized Fields

skipTraining

foldIndex

set

runs

meanTraining

meanControl

sequencesPerSave

Class ua.kiev.icyb.bio.NamedSequenceSet extends SimpleSequenceSet implements Serializable

Serialization Methods

readObject

Serialized Fields

datasetName

unfilteredSet

selector

setParts

Class ua.kiev.icyb.bio.PredictionQuality extends Object implements Serializable

Serialized Fields

hiddenStates

truePos

trueNeg

falsePos

falseNeg

trueRegion

actRegion

prRegion

nSeq

nDeniedSeq

samples

Class ua.kiev.icyb.bio.QualityEstimation extends AbstractLaunchable implements Serializable

Serialization Methods

readObject

writeObject

Serialized Fields

trainingSet

controlSet

run

sequencesPerSave

Class ua.kiev.icyb.bio.SimpleSequenceSet extends AbstractCollection<Sequence> implements Serializable

Serialization Methods

readObject

writeObject

Serialized Fields

hiddenSeq

observedSeq

ids

observedStates

hiddenStates

completeStates

writeContent

Package ua.kiev.icyb.bio.alg

Class ua.kiev.icyb.bio.alg.AbstractDistribution extends Object implements Serializable

Class ua.kiev.icyb.bio.alg.AbstractSeqAlgorithm extends Object implements Serializable

Class ua.kiev.icyb.bio.alg.Approximation extends Object implements Serializable

Serialized Fields

order

minOrder

strategy

initThreshold

transThreshold

Class ua.kiev.icyb.bio.alg.EmpiricalDistribution extends AbstractDistribution<Integer> implements Serializable

Serialized Fields

tailP

window

weightSum

bins