基于模糊支持向量机的剪接位点识别

• 作者: 孙波 李小霞 李铖果
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 模糊支持向量机 隶属度 紧密度 剪接位点识别 选择性剪接
• 年，卷（期）: 2011,（4）
• 所属期刊栏目: 人工智能
• 页码范围: 1117-1120
• 分类号: TP18|TP391.4
• 字数: 4651字
• 语种: 中文
• DOI: 10.3724/SP.J.1087.2011.01117

摘要

为了提高模糊支持向量机(FSVM)对剪接位点的识别精度,提出一种计算样本隶属度的新方法.将样本到两聚类中心的距离比值作为样本的初始隶属度,采用K近邻(KNN)方法计算样本的紧密度,最后将初始隶属度与紧密度的乘积作为样本的最终隶属度,这样既提高了支持向量的隶属度,又降低了噪声样本的隶属度.将此方法应用到剪接位点的识别中,对组成性5'和3'剪接位点的识别精度分别达到了94.65%和88.79%,与经典支持向量机相比,3'剪接位点的识别精度提高了7.94%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李小霞	西南科技大学信息工程学院	41	170	7.0	11.0
2	孙波	西南科技大学信息工程学院	7	40	5.0	6.0
3	李铖果	西南科技大学信息工程学院	3	40	2.0	3.0