原文服务方: 化工学报       
摘要:
由于真核启动子DNA序列结构复杂、数据量巨大,启动子序列辨识一直是一个难点.首先对真核启动子序列寡核苷酸位置分布特征进行高斯混合模型建模,能够将出现频率少但重要的基序提取出来.并将高斯混合模型作为真核启动子最小二乘支持向量机分类器中的核函数,将最小二乘支持向量机模型简化为最小二乘模型,计算量减少.辨识结果表明,该算法的辨识精度优于贝叶斯辨识算法,和RBF核LS-SVM相比,辨识精度基本相同,建模时间略有缩短.
推荐文章
基于数据依赖核LS-SVM的压电智能结构冲击损伤检测
数据依赖核LS-SVM
压电智能结构
压电响应
冲击损伤检测
基于人工鱼群优化LS-SVM的卫星钟差预报
卫星钟差
人工鱼群算法
最小二乘支持向量机
基于小波核LS-SVM的车牌字符识别算法研究
字符识别
LS-SVM
小波核函数
多级分类器
基于PSO与LS-SVM的作物需水量预测
作物需水量
支持向量机
粒子群优化
核函数
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 基于GMM核的LS-SVM真核启动子模型
来源期刊 化工学报 学科
关键词 高斯混合模型 核函数 最小二乘支持向量机 脱氧核糖核酸 模型简化 算法
年,卷(期) 2013,(12) 所属期刊栏目 过程系统工程
研究方向 页码范围 4662-4666
页数 5页 分类号 Q61
字数 语种 中文
DOI 10.3969/j.issn.0438-1157.2013.12.058
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 郭烁 沈阳化工大学信息工程学院 16 37 4.0 5.0
2 袁德成 沈阳化工大学信息工程学院 91 441 12.0 16.0
3 郭娲 国网辽宁省电力有限公司铁岭供电公司人力资源部 8 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (14)
共引文献  (10)
参考文献  (13)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(2)
  • 参考文献(2)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(4)
  • 参考文献(2)
  • 二级参考文献(2)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
高斯混合模型
核函数
最小二乘支持向量机
脱氧核糖核酸
模型简化
算法
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
化工学报
月刊
0438-1157
11-1946/TQ
大16开
1923-01-01
chi
出版文献量(篇)
11879
总下载数(次)
0
总被引数(次)
117834
论文1v1指导