基于“快速投票”算法的HMM／SVM混合识别模型及应用

计算机科学 ›› 2007, Vol. 34 ›› Issue (5): 215-217.

• 计算机网络与信息安全 • 上一篇下一篇

基于“快速投票”算法的HMM／SVM混合识别模型及应用

出版日期:2018-11-16 发布日期:2018-11-16
基金资助:
国家自然科学基金资助项目（No.10371135）.

Online:2018-11-16 Published:2018-11-16

摘要/Abstract

摘要： 提出一种基于隐马尔可夫模型（HMM）和支持向量机（SVM）的双层过滤识别系统。根据隐马尔可夫模型训练中不同结构的序列其L值分布范围不同的特点，对传统多类“投票模型”进行改进，提出一种“快速投票”算法。先用HMM对人类内含子和外显子进行识别，同时，对于L值区域有重叠造成识别率较低的部分，再用支持向量机进行第二次识别过滤。这一模型克服了传统用单一HMM识别方法的不足，实现了HMM和SVM的优势互补。实验表明，用HMM／SVM进行两类识别，其平均识别率达到了90％，进行多类识别，平均识别率达到了91．5％。

关键词: HMM／SVM模型 “快速投票”方法内含子和启动子识别

Abstract: Propose a kind of HMM/SVM double layer filter recognition system. According to the characteristic that the L value is different while the sequence structure is different in the HMM training, improve the traditional ＂voting model＂,put forward a ＂Fast Votin

Key words: HMM/SVM models, ＂Fast voting＂ algorithm, Intron and promoter recognition

. 基于“快速投票”算法的HMM／SVM混合识别模型及应用[J]. 计算机科学, 2007, 34(5): 215-217. https://doi.org/