基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
依据剪接位点附近存在的序列保守性出现了多种机器学习识别方法,如基于统计概率的方法、基于隐马尔可夫模型(Hidden Markov Model,HMM)的方法和基于支持向量机(Support Vector Machines,SVM)的方法等,这些方法识别精度较高,但算法过程复杂.基于剪接位点附近碱基之间的相关性和统计特征,构造了一种固定位点上碱基间的网络结构图,并在此网络结构图的基础上提出了基于概率统计特征的剪接位点识别计算公式,利用N269数据库对识别方法和其他传统方法的性能进行了比较.实验结果表明,基于概率统计特征的方法预测人类的剪接位点,有较好的预测效果,与其他的一些算法相比,表现出参数少,精度高等优点.
推荐文章
基于HM-SVM的剪接位点识别
隐马尔可夫支持向量机
剪接位点
识别
一种基于形态点特征的目标识别方法
激光引信
形态特征
目标识别
一种基于小波分频带统计特征的舰船分类识别方法
舰船辐射噪声
小波变换
特征提取
目标分类识别
一种有效的基于点云特征人体识别方法
人体识别
点云滤波
点云分割
支持向量机
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种基于概率统计特征的剪接位点识别方法
来源期刊 计算机工程与应用 学科 工学
关键词 剪接位点识别 机器学习 概率统计特征
年,卷(期) 2011,(31) 所属期刊栏目 图形、图像、模式识别
研究方向 页码范围 182-184
页数 分类号 TP391.4
字数 2288字 语种 中文
DOI 10.3778/j.issn.1002-8331.2011.31.052
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 邓伟 苏州大学计算机科学与技术学院 73 313 9.0 12.0
2 李绍燕 苏州大学计算机科学与技术学院 2 5 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (75)
共引文献  (11)
参考文献  (7)
节点文献
引证文献  (5)
同被引文献  (8)
二级引证文献  (3)
1958(1)
  • 参考文献(0)
  • 二级参考文献(1)
1965(1)
  • 参考文献(0)
  • 二级参考文献(1)
1970(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(2)
  • 参考文献(0)
  • 二级参考文献(2)
1990(3)
  • 参考文献(0)
  • 二级参考文献(3)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(6)
  • 参考文献(1)
  • 二级参考文献(5)
1995(3)
  • 参考文献(0)
  • 二级参考文献(3)
1996(4)
  • 参考文献(0)
  • 二级参考文献(4)
1997(5)
  • 参考文献(0)
  • 二级参考文献(5)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
1999(5)
  • 参考文献(0)
  • 二级参考文献(5)
2000(7)
  • 参考文献(1)
  • 二级参考文献(6)
2001(6)
  • 参考文献(0)
  • 二级参考文献(6)
2002(9)
  • 参考文献(1)
  • 二级参考文献(8)
2003(6)
  • 参考文献(0)
  • 二级参考文献(6)
2004(6)
  • 参考文献(2)
  • 二级参考文献(4)
2005(4)
  • 参考文献(1)
  • 二级参考文献(3)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(3)
  • 引证文献(2)
  • 二级引证文献(1)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(3)
  • 引证文献(1)
  • 二级引证文献(2)
研究主题发展历程
节点文献
剪接位点识别
机器学习
概率统计特征
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导