level)，例如在线识别数据库 BOLD 系统中返回的相似性百分比，以及本地识别方法中基于模糊集合算法的 FMF 值、基于反向传导神经网络算法的 BP 概率、基于贝叶斯算法的后验概率等 (Zhang 迄今已有三种基于贝叶斯算法的方法被提出。 为了提高识别效率，在搜索参考数据过程中采用 KNN 搜索算法替代 MD 算法 (http://www.stats.ox.ac.uk/pub/MASS4/)。 为了方便用户更加便捷的使用多种不同的算法，研究者还尝试将多种算法

计算方法5.1采用Meta-Storms算法计算可以识别的物种间的距离 在比较宏基因组样本时，对于可以直接识别的物种，DMS使用Meta-Storms算法 (Su et al., 2012; Su et Synthetic Dataset 2) ，利用DMS算法计算其距离矩阵，并将Striped UniFrac算法 (McDonald et al., 2018) 作为参照，比较两者的总体运行时间和RAM (表6) 对DMS算法进行测试，并与Weighted UniFrac和Bray-Curtis距离进行