基于HM-SVM的剪接位点识别

• 作者: 倪新明 孙应飞 薛依铭
• 来源期刊: 科技与创新
• 关键词: 隐马尔可夫支持向量机 剪接位点 识别
• 年，卷（期）: 2006,（34）
• 所属期刊栏目: 模式识别
• 页码范围: 240-242
• 页数: 3页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.3969/j.issn.1008-0570.2006.34.088

摘要

精确预测剪接位点是真核基因系统研究的第一步.为了取得更加精确的预测结果,本文采用了一个新的标识序列识别方法HM-SVM对剪接位点进行识别.依据剪接位点附近存在的序列保守性,将联合核函数学习融入最大边缘分类器,结合HM-SVM工作集最优化算法,构建并生成了健壮分类器.实验结果表明,该方法在对于剪接位点的识别中,较目前常用的机器学习方法,获得了更高识别率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	薛依铭	江苏无锡市江南大学信息工程学院	1	0	0.0	0.0
2	倪新明	江苏无锡市江南大学信息工程学院	1	0	0.0	0.0