非对称DNA序列混合识别模型研究

摘要：

建立了一种改进的不对称支持向量机(MISVM)和隐马尔可夫模型结合的混合学习模型,对于实际中具有的不对称样本数据集,采用调整Hessian矩阵对角参数的策略,增大数据量少的样本离超平面的距离,再结合隐马尔可夫谱变换,以达到更加精确地分离不对称样本的目的.实验发现,不能简单利用正负两类样本所占百分比或固定参数来改变核函数矩阵的对角参数,而必须加之以可调整的权系数才能控制错分的样本数;经改进后的混合不对称学习算法比标准SVM具有更高的分辨率,对启动子序列进行识别,平均识别率达到91.8%.

关键词：非对称DNA序列、核参数、隐马尔可夫谱

所属期刊栏目：34

分类号：TP3(计算技术、计算机技术)

资助基金：重庆市教委资助项目KJ0707022

在线出版日期：2008-03-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：207-210