基于支持向量机的生物序列分析

• 作者: 晏春 王正志
• 来源期刊: 计算机仿真
• 学科: 生物学
• 关键词: 支持向量机 核函数 生物序列分析
• 年，卷（期）: 2006,（9）
• 所属期刊栏目: 仿真方法与算法
• 页码范围: 69-71
• 页数: 3页
• 分类号: Q52
• 字数: 2656字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2006.09.019

摘要

支持向量机是一种比较新的机器学习方法,它满足结构风险最小的要求,并且能够适用于高维的特征空间,因此在生物序列分析中得到了广泛地应用.结合基因序列的特点,提出了一种新的核函数--位置权重子序列核函数.这个核函数融合了基因序列中子序列的组成特征和位置信息,能够比较充分地体现序列特征.将这个核函数用于基因剪接位点的识别分析,得到的结果表明,采用了位置权重子序列核函数的支持向量机能够很好的识别剪接位点,与其它方法相比,取得了更高的识别精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王正志	国防科技大学自动化研究所	85	629	13.0	20.0
2	晏春	国防科技大学自动化研究所	6	37	3.0	6.0