非对称DNA序列混合识别模型研究

计算机科学 ›› 2007, Vol. 34 ›› Issue (12): 207-210.

非对称DNA序列混合识别模型研究

出版日期:2018-11-16 发布日期:2018-11-16
基金资助:
重庆市教育委员会科学技术研究项目资助（KJ0707022）.

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

摘要/Abstract

摘要： 建立了一种改选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；经改选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

Abstract: Set up a modified imbalanced SVM（MISVM） mixed learning models associated with HMM, for the imbalanced data set in practice, use the strategy for adjusting the Hessian matrix diagonal parameter,increase the distance between the few samples and the hyperpla

Key words: Imbalanced DNA sequence, Kernel parameter, Hidden markov spectrum

. 非对称DNA序列混合识别模型研究[J]. 计算机科学, 2007, 34(12): 207-210. https://doi.org/

参考文献

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed