基于序列模式特征和SVM的剪切位点预测OA北大核心CSCDCSTPCD
Splice Site Prediction Based on Characteristics of Sequence Motif and Support Vector Machine
通过对HS3D数据集供点序列碱基的统计分析,利用供体位点邻域碱基出现规律构造模式(motif)作为DNA序列的属性.设置序列属性值将字符序列映射成数字向量,应用支撑向量机进行实验,实现对供体位点的预测分类.实验结果表明,与改进的motif得分模型方法相比,该文方法可有效去除数据中异常数据对分类的影响,将DNA字符序列变换到motif属性数字序列空间具有有效性和实用性.
孙贺全;彭勤科;张全伟
西安交通大学电信学院机械制造系统工程国家重点实验室,西安,710049西安交通大学电信学院机械制造系统工程国家重点实验室,西安,710049西安交通大学电信学院机械制造系统工程国家重点实验室,西安,710049
信息技术与安全科学
序列模式剪切位点支撑向量机
《计算机工程》 2009 (5)
突发公共事件网络在线评论序列的模式分析与异常检测算法研究
180-182,3
国家自然科学基金资助项目(60774086,60373107)
评论