首页> 中文期刊> 《东南大学学报:英文版》 >基于支持向量机的酵母重组热点和冷点的预测(英文)

基于支持向量机的酵母重组热点和冷点的预测(英文)

         

摘要

使用基于统计学习理论的支持向量机(SVM)方法,提出了针对重组热点和冷点分类预测的新方法.对酵母基因组的303个重组热点开放阅读框(hot ORF)以及48个重组冷点开放阅读框(cold ORF),提取了序列的一般二联碱基丰度特征,以及基于密码子使用偏性的二联碱基丰度特征,然后使用二倍交叉验证方法,选择不同的核函数和对应参数,对数据集进行了训练和分类预测.研究结果表明,当使用径向基核函数,并采用基于密码子使用偏性的二联碱基丰度特征时,预测准确率为87·47%.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号