改进的基于支持向量机模型剪接位点的预测
2014-07-20王丽美郑大军郑程友
宜宾学院学报 2014年12期
关键词:模型
王丽美,郑大军,郑程友
(1.临沧师范高等专科学校数理系,云南临沧677000;2.福建农林大学计算机与信息学院,福建福州350002;3.桂林理工大学机械与控制工程学院,广西桂林541000)
改进的基于支持向量机模型剪接位点的预测
王丽美1,郑大军2,郑程友3
(1.临沧师范高等专科学校数理系,云南临沧677000;2.福建农林大学计算机与信息学院,福建福州350002;3.桂林理工大学机械与控制工程学院,广西桂林541000)
在采用概率编码的基础上,利用支持向量机模型对人类剪接位点进行预测,重点研究了基于核主成分分析方法对最终预测模型的影响.从实验结果看,这种改进的基于支持向量机模型剪接位点的预测在敏感性和特异性上优于其他模型.
剪接;预测;特征提取;支持向量机;核主成分分析
Brunak[11]等人采用了神经元网络模型来识别剪接位点;Castelo[12]等人则在识别剪接位点的过程中采用了Bayesian网络模型;Haussler[13]等人尝试了隐马尔科夫模型,并取得了不错的识别效果.
Staden采用权重矩阵模型来对剪接位点进行分析[14],该模型假设各个位点的碱基是相互独立的,其出现的概率是由位置决定的,与前后的碱基无关;Zhang和Marr采用权重阵列模型[3],该方法可以看成是权重矩阵模型的扩展,它放宽了碱基间独立的限制,研究了碱基间的相互依赖关系,可以把它看作是一个一阶马尔科夫模型;Salzberg[15]利用条件概率模型对剪接位点以及起始转录点进行识别;Burge[16]在对剪接位点的识别中提出了最大相关分解的思路,该模型能……
登录APP查看全文
